Python将列表导出Excel的完整教程
在日常数据处理工作中,将 Python 列表结构的数据导出为 Excel 文件是极为常见的需求。无论是数据分析结果输出、业务报表生成,还是接口数据落地,Excel 凭借其良好的可读性和广泛的兼容性,始终是数据交付的主流格式。
本文基于 Free Spire.XLS for Python 免费库,从一维列表、二维列表到字典列表三种典型场景,逐步讲解列表到 Excel 的转换实现。
环境准备
Free Spire.XLS for Python 是一款独立的 Excel 处理组件,无需依赖 Microsoft Office 环境,支持 .xls 与 .xlsx 格式的创建与编辑。免费版对工作表数量和数据行数有一定限制,适用于中小规模数据导出场景。
安装方式
通过 pip 直接安装免费版本:
pip install Spire.Xls.Free
安装完成后,在代码中引入核心模块:
from spire.xls import * from spire.xls.common import *
核心对象包括 Workbook(工作簿)、Worksheet(工作表)和 CellRange(单元格区域),三者构成了 Excel 操作的基础层级。
场景1:一维列表导出单列数据
一维列表是最简单的数据结构,通常对应 Excel 中的单列数据,例如产品名称列表、员工工号序列等。
实现思路
- 创建工作簿并获取工作表
- 遍历列表,按行索引依次写入单元格
- 调整列宽以优化显示效果
- 保存文件并释放资源
完整代码
from spire.xls import * from spire.xls.common import * def list_to_single_column(data_list, output_path, sheet_name="数据"): """将一维列表导出为Excel单列数据""" # 创建工作簿 workbook = Workbook() # 清除默认工作表,新建指定名称的工作表 workbook.Worksheets.Clear() sheet = workbook.Worksheets.Add(sheet_name) # 遍历列表写入单元格,从第1行第1列开始 for index, value in enumerate(data_list): sheet.Range[index + 1, 1].Value = str(value) # 自动调整列宽 sheet.AllocatedRange.AutoFitColumns() # 保存为xlsx格式 workbook.SaveToFile(output_path, ExcelVersion.Version2016) workbook.Dispose() # 调用示例 if name == "main": products = ["笔记本电脑", "机械键盘", "无线鼠标", "27寸显示器", "外接硬盘"] list_to_single_column(products, "single_column.xlsx")
要点说明
- 行号与列号均从 1 开始计数,这与 Excel 的原生索引方式一致
Value属性会自动将输入转为字符串存储,若需保留数值类型可使用NumberValueAutoFitColumns()方法根据内容自动调整列宽,避免内容被截断
场景2:二维列表导出结构化表格
二维列表(列表嵌套列表)是最接近 Excel 表格结构的数据形式,每一个子列表对应一行数据,通常配合表头使用。
实现思路
- 分离表头与数据行,分别写入
- 双层循环遍历二维列表,按行列坐标写入单元格
- 对表头区域应用基础样式,增强可读性
- 批量自适应列宽
完整代码
from spire.xls import * from spire.xls.common import * def list_2d_to_excel(headers, data_rows, output_path, sheet_name="数据表"): """将二维列表导出为带表头的Excel表格""" workbook = Workbook() workbook.Worksheets.Clear() sheet = workbook.Worksheets.Add(sheet_name) # 写入表头(第1行) for col_idx, header in enumerate(headers): cell = sheet.Range[1, col_idx + 1] cell.Value = header # 表头样式:加粗、背景色 cell.Style.Font.IsBold = True cell.Style.Color = Color.get_LightBlue() cell.Style.HorizontalAlignment = HorizontalAlignType.Center # 写入数据行(从第2行开始) for row_idx, row_data in enumerate(data_rows): for col_idx, value in enumerate(row_data): # 根据数据类型选择写入方式 cell = sheet.Range[row_idx + 2, col_idx + 1] if isinstance(value, (int, float)): cell.NumberValue = float(value) else: cell.Value = str(value) # 添加边框 data_range = sheet.Range[1, 1, len(data_rows) + 1, len(headers)] data_range.BorderAround(LineStyleType.Thin) data_range.BorderInside(LineStyleType.Thin) # 自适应列宽 sheet.AllocatedRange.AutoFitColumns() workbook.SaveToFile(output_path, ExcelVersion.Version2016) workbook.Dispose() # 调用示例 if name == "main": headers = ["员工ID", "姓名", "部门", "月薪", "在职状态"] employees = [ [1001, "张明", "研发部", 15000, True], [1002, "李华", "产品部", 13500, True], [1003, "王芳", "设计部", 12800, False], [1004, "赵强", "测试部", 11500, True] ] list_2d_to_excel(headers, employees, "employee_table.xlsx")
技术细节
- 数据类型区分:数值型数据使用
NumberValue写入,可在 Excel 中参与公式计算;字符串使用Value属性 - 区域批量操作:通过
sheet.Range[行1, 列1, 行2, 列2]获取矩形区域,可一次性设置边框、对齐方式等样式 - 布尔值处理:直接写入时会显示为 TRUE/FALSE,若需自定义显示文本需转换为字符串
场景3:字典列表导出为 Excel
字典列表是业务开发中最常见的数据结构,例如数据库查询结果、API 响应数据等,每条记录以键值对形式存在。
实现思路
- 从首条数据提取键名作为表头
- 遍历每条字典记录,按键的顺序写入对应列
- 支持空值容错处理
- 对数值、布尔等特殊字段做类型区分写入
完整代码
from spire.xls import *
from spire.xls.common import *
def dict_list_to_excel(dict_list, output_path, sheet_name="数据", custom_headers=None):
"""将字典列表导出为Excel表格"""
if not dict_list:
raise ValueError("数据列表不能为空")
workbook = Workbook()
workbook.Worksheets.Clear()
sheet = workbook.Worksheets.Add(sheet_name)
# 确定表头:优先使用自定义表头,否则使用字典键名
if custom_headers:
headers = custom_headers
keys = list(dict_list[0].keys())
else:
keys = list(dict_list[0].keys())
headers = keys
# 写入表头
for col_idx, header in enumerate(headers):
cell = sheet.Range[1, col_idx + 1]
cell.Value = header
cell.Style.Font.IsBold = True
cell.Style.HorizontalAlignment = HorizontalAlignType.Center
# 写入数据
for row_idx, item in enumerate(dict_list):
for col_idx, key in enumerate(keys):
cell = sheet.Range[row_idx + 2, col_idx + 1]
value = item.get(key, "")
# 根据类型智能写入
if value is None:
cell.Value = ""
elif isinstance(value, bool):
cell.BooleanValue = value
elif isinstance(value, (int, float)):
cell.NumberValue = float(value)
else:
cell.Value = str(value)
# 格式优化
data_range = sheet.Range[1, 1, len(dict_list) + 1, len(headers)]
data_range.BorderAround(LineStyleType.Thin)
data_range.BorderInside(LineStyleType.Thin)
sheet.AllocatedRange.AutoFitColumns()
workbook.SaveToFile(output_path, ExcelVersion.Version2016)
workbook.Dispose()
# 调用示例
if name == "main":
orders = [
{"order_id": "ORD2024001", "product": "笔记本支架", "quantity": 2, "price": 89.9, "status": "已发货"},
{"order_id": "ORD2024002", "product": "USB集线器", "quantity": 5, "price": 45.0, "status": "待出库"},
{"order_id": "ORD2024003", "product": "散热底座", "quantity": 1, "price": 129.0, "status": "已签收"},
]
dict_list_to_excel(orders, "orders.xlsx", sheet_name="订单数据")设计考量
- 类型分发逻辑:通过
isinstance判断数据类型,分别调用BooleanValue、NumberValue、DateTimeValue等属性,保证数据在 Excel 中以正确类型存储 - 空值处理:字典中不存在的键或值为 None 时,写入空字符串,避免报错
- 字符串兜底:所有未匹配到的类型统一转为字符串写入,确保导出不中断
知识扩展
在 Python 中将列表数据导出为 Excel 文件是数据处理中的常见需求,无论是数据报告、日志导出还是数据分析结果存储。本文将系统地讲解如何用 Python 将列表导出到 Excel,涵盖基础写法到进阶格式化技巧,并提供可直接运行的代码示例。
准备工作:安装必要的库
Python 本身没有内置 Excel 写入功能,需要借助第三方库。最常用的有:
- pandas:数据分析标配,导出 Excel 最简洁,推荐初学者优先使用。
- openpyxl:专门读写
.xlsx格式,支持细粒度控制。 - xlsxwriter:功能强大,支持图表、公式、条件格式,适合复杂报表。
安装命令:
pip install pandas openpyxl xlsxwriter
说明:pandas 默认使用 openpyxl 作为 Excel 写入引擎,因此安装后即可使用。
方法一:使用 pandas(最简单、最推荐)
如果你的列表是二维结构(比如每行是一条记录),pandas 可以一行代码完成导出。
基础用法:一维列表导出为单列
import pandas as pd
# 一维列表
data = ["苹果", "香蕉", "橙子", "葡萄"]
# 转换为 DataFrame,并指定列名
df = pd.DataFrame(data, columns=["水果名称"])
# 导出为 Excel,不包含索引
df.to_excel("fruits.xlsx", index=False)二维列表(多行多列)导出为表格
# 二维列表:每行是一个子列表,代表一条记录
data = [
["张三", 25, "北京"],
["李四", 30, "上海"],
["王五", 28, "广州"]
]
# 指定列名
columns = ["姓名", "年龄", "城市"]
df = pd.DataFrame(data, columns=columns)
df.to_excel("people.xlsx", index=False)多个列表合并成多列
如果数据是多个独立的一维列表,但希望它们作为不同列,可以将它们组装成字典再创建 DataFrame:
names = ["张三", "李四", "王五"]
ages = [25, 30, 28]
cities = ["北京", "上海", "广州"]
df = pd.DataFrame({
"姓名": names,
"年龄": ages,
"城市": cities
})
df.to_excel("people2.xlsx", index=False)导出多个 sheet
使用 ExcelWriter 可以将多个 DataFrame 写入同一工作簿的不同 sheet:
with pd.ExcelWriter("multi_sheet.xlsx") as writer:
df1.to_excel(writer, sheet_name="员工信息", index=False)
df2.to_excel(writer, sheet_name="部门统计", index=False)方法二:使用 openpyxl(更细粒度的控制)
当需要精确控制单元格样式、合并单元格或写入大量数据时,openpyxl 更为合适。
将二维列表逐行写入
from openpyxl import Workbook
data = [
["姓名", "年龄", "城市"],
["张三", 25, "北京"],
["李四", 30, "上海"],
["王五", 28, "广州"]
]
wb = Workbook()
ws = wb.active
# 逐行写入
for row in data:
ws.append(row)
wb.save("openpyxl_output.xlsx")写入一维列表(单列)
只需将每个元素作为单元素列表追加:
fruits = ["苹果", "香蕉", "橙子"]
ws = wb.active
for fruit in fruits:
ws.append([fruit]) # 注意 append 需要可迭代对象指定写入位置(单元格坐标)
# 在 A1 写入标题 ws['A1'] = "水果列表" # 或者使用行列索引(从1开始) ws.cell(row=1, column=2, value="价格")
方法三:使用 xlsxwriter(丰富格式、图表支持)
xlsxwriter 对样式、图表、条件格式的支持更全面,适合生成专业的 Excel 报表。
基本写入
import xlsxwriter
workbook = xlsxwriter.Workbook('xlsxwriter_output.xlsx')
worksheet = workbook.add_worksheet()
data = [
["姓名", "年龄", "城市"],
["张三", 25, "北京"],
["李四", 30, "上海"],
]
for row_idx, row_data in enumerate(data):
for col_idx, value in enumerate(row_data):
worksheet.write(row_idx, col_idx, value)
workbook.close()添加格式(字体、颜色、边框)
# 定义格式
header_format = workbook.add_format({
'bold': True,
'font_color': 'white',
'bg_color': '#4CAF50',
'border': 1
})
# 写入表头时应用格式
for col, header in enumerate(["姓名", "年龄", "城市"]):
worksheet.write(0, col, header, header_format)写入多个工作表
worksheet1 = workbook.add_worksheet("Sheet1")
worksheet2 = workbook.add_worksheet("Sheet2")总结
将 Python 列表导出为 Excel 的核心在于数据结构到表格结构的映射。一维列表对应单列、二维列表对应行列矩阵、字典列表对应键值结构化记录,三种场景覆盖了绝大多数业务需求。
在实际开发中,建议根据数据规模和格式要求选择合适的写入方式:简单场景直接遍历写入,复杂场景封装为通用函数并补充类型判断与异常处理,可有效提升代码复用性与健壮性。
以上就是Python将列表导出Excel的完整教程的详细内容,更多关于Python列表导出Excel的资料请关注脚本之家其它相关文章!
相关文章
Python利用redis-py实现哈希数据类型的常用指令操作
这篇文章我们继续学习 “redis-py” 模块的一些关于 “哈希数据类型” 的相关指令用方法,比如利用 pyton 实现操作 “哈希表” 的数据、操作 “redis” 的事务等等2022-09-09
详解使用Selenium爬取豆瓣电影前100的爱情片相关信息
这篇文章主要介绍了详解使用Selenium爬取豆瓣电影前100的爱情片相关信息,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧2021-03-03


最新评论