脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → Python Excel工作表写入公式

Python代码实现在Excel工作表中写入公式

 更新时间：2026年08月12日 09:22:19   作者：大丸子  
通过 Python 程序化写入公式,可以让 Excel 像活的数据看板一样自动计算,而无需人工干预,下面我们就来看看Python如何使用Free Spire.XLS for Python实现在Excel工作表中写入公式吧

在日常工作中，Excel 的公式和函数是数据处理的核心能力。求和、平均值、条件判断、线性回归……手工在 Excel 中输入公式虽然不复杂，但当数据来自数据库、需要定期生成报表、或要批量处理成百上千个工作表时，手动操作就不再现实了。通过 Python 程序化写入公式，你可以让 Excel 像活的数据看板一样自动计算，而无需人工干预。

Python 操作 Excel 的方案有很多，本文演示使用 Free Spire.XLS for Python。它支持通过代码直接写入 Excel 公式，涵盖 SUM、AVERAGE、COUNT、MAX、MIN、IF、SUBTOTAL 等常用函数，以及命名区域引用和数组公式等高级功能。安装方式很简单：

pip install spire.xls.free

1. 准备数据

为了让公式示例更直观，先写一段简短代码，把一份销售数据写入工作表 Sales Report 的 B4:D7 区域：

from spire.xls import *
from spire.xls.common import *

workbook = Workbook()
workbook.Version = ExcelVersion.Version2010
ws = workbook.Worksheets[0]
ws.Name = "Sales Report"

data = [
    ["North America", 120000, 135000, 148000],
    ["Europe",        98000,  112000, 125000],
    ["Asia Pacific",  87000,  95000,  108000],
    ["Latin America", 56000,  62000,  71000],
]

for row_idx, row_data in enumerate(data, start=4):
    for col_idx, value in enumerate(row_data, start=1):
        if col_idx == 1:
            ws.Range[row_idx, col_idx].Text = str(value)
        else:
            ws.Range[row_idx, col_idx].NumberValue = float(value)
            ws.Range[row_idx, col_idx].Style.NumberFormat = "$#,##0"

运行后 B4:D7 存放四地区三个季度的销售数据：B4 是 North America 的 Q1 销售额 120,000，D7 是 Latin America 的 Q3 销售额 71,000。后续所有公式示例都基于这份数据。

2. 基础聚合公式

聚合公式是最常用的 Excel 公式类型，用于对数值区域进行统计计算。Free Spire.XLS for Python 支持 SUM、AVERAGE、MAX、MIN、COUNT 等常见聚合函数，用法与在 Excel 界面中完全一致。下面把聚合公式写入第 1 节数据的下方（第 8~12 行）：

写入聚合公式的核心是 Range.Formula 属性。它接受一个以 = 开头的字符串，格式与 Excel 中手动输入完全相同：

# SUM：求和
ws.Range["B8"].Formula = "=SUM(B4:B7)"

# AVERAGE：平均值
ws.Range["B9"].Formula = "=AVERAGE(B4:B7)"

# MAX：最大值
ws.Range["B10"].Formula = "=MAX(B4:B7)"

# MIN：最小值
ws.Range["B11"].Formula = "=MIN(B4:B7)"

# COUNT：数值个数
ws.Range["B12"].Formula = "=COUNT(B4:B7)"

注意事项：

  • 公式字符串必须以 = 开头，这是 Excel 的约定
  • 单元格引用使用 A1 样式（如 B4:B7）
  • 数值格式需要单独设置（如 .Style.NumberFormat = "$#,##0"），公式本身不包含格式信息
  • 公式写入后不会立即显示计算结果——需要调用 workbook.CalculateAllValue() 或在 Excel 中打开才会计算

3. 命名区域与公式引用

命名区域是 Excel 的重要功能：为某个单元格或区域指定一个有意义的名称，之后在公式中可以直接使用该名称。这比硬编码单元格引用更易于维护，尤其在大型工作簿中。下面把第 1 节的 B4 单元格（North America Q1）命名为 NorthAmerica_Q1，并在第 14 行用命名区域写一个预测公式。

Free Spire.XLS 提供了 Workbook.NameRanges 集合来管理命名区域：

# 创建命名区域：将 NorthAmerica_Q1 指向 B4 单元格
nr = workbook.NameRanges.Add("NorthAmerica_Q1")
nr.RefersToRange = ws.Range["B4"]

# 在公式中直接使用命名区域
ws.Range["B14"].Formula = "=NorthAmerica_Q1*1.1"

这段代码做了两件事：

  • 创建一个名为 NorthAmerica_Q1 的命名区域，指向 B4（North America Q1 的销售数据 120,000）
  • 在 B14 单元格写入公式 =NorthAmerica_Q1*1.1，即 North America Q1 数据增长 10% 后的预测值

为什么使用命名区域：

  • 可读性：=NorthAmerica_Q1*1.1 比 =B4*1.1 更容易理解公式意图
  • 可维护性：如果数据位置变了，只需修改命名区域的 RefersToRange，所有引用该名称的公式自动更新
  • 跨工作表引用：命名区域可以引用其他工作表的单元格，在公式中无需写 Sheet2!A1 这样冗长的引用

4. 条件公式：IF 函数

IF 是 Excel 中最常用的条件函数，用于根据条件返回不同的值。其语法为：

=IF(条件, 条件成立时的值, 条件不成立时的值)

在 Python 代码中写入 IF 公式时，由于公式本身包含引号和动态行号，推荐使用 f-string 拼接。下面为第 1 节的每个地区判断各季度销售额是否达标，结果写入第 17~20 行：

for i, row_data in enumerate(data, start=4):
    target_row = i + 13  # 数据在第 4~7 行，IF 结果显示在第 17~20 行
    ws.Range[target_row, 2].Formula = f'=IF(B{i}>110000,"Above Target","Below Target")'
    ws.Range[target_row, 3].Formula = f'=IF(C{i}>120000,"Above Target","Below Target")'
    ws.Range[target_row, 4].Formula = f'=IF(D{i}>130000,"Above Target","Below Target")'

这里为每个地区的每个季度设置了不同的目标阈值（Q1 > 110000、Q2 > 120000、Q3 > 130000），自动标记 "Above Target" 或 "Below Target"。

注意引号处理：Excel 公式中用于字符串的引号在 Python f-string 中需要用不同的引号包裹，上述示例中公式外层用单引号，内部字符串用双引号，避免了转义问题。

5. SUBTOTAL 函数与分组计算

SUBTOTAL 函数可以忽略隐藏行或筛选后的行，在数据分组和筛选场景中非常有用。它的第一个参数决定了要执行哪种计算，其中 1-11 会忽略筛选器隐藏的行，而 101-111 在此基础上还会忽略手动隐藏的行以及被其他 SUBTOTAL 公式嵌套引用的行：

函数代码功能
9SUM（求和）
109SUM（忽略嵌套的 SUBTOTAL 结果）
101AVERAGE（平均值）
102COUNT（统计数字个数）
103COUNTA（统计非空单元格个数）
104MAX（最大值）
105MIN（最小值）
107STDEV（样本标准差）

下面在第 22 行对第 1 节的数据使用 SUBTOTAL 做分组汇总：

ws.Range["B22"].Formula = "=SUBTOTAL(9,B4:B7)"       # 求和
ws.Range["C22"].Formula = "=SUBTOTAL(109,C4:C7)"      # 求和（忽略嵌套的 SUBTOTAL 结果）
ws.Range["D22"].Formula = "=SUBTOTAL(102,D4:D7)"      # 统计数字个数

6. 数组公式：FormulaArray

普通公式每次只处理一个单元格的值，而数组公式可以同时对一个数组（区域）执行运算，一次完成多项计算。它是 Excel 高级计算的重要工具，适用于条件求和、复杂统计等场景。

Free Spire.XLS for Python 通过 FormulaArray 属性写入数组公式，使用方式与 Formula 类似，但公式内容可以包含针对整个区域的运算。以下示例把数组公式放在 B24:B26 区域（位于 SUBTOTAL 示例下方），对第 1 节的数据做数组运算：

# 求 B4:B7 每个值 ×2 后的总和（等价于手工写 SUM 四个单元格）
ws.Range["B24"].FormulaArray = "=SUM(B4:B7*2)"

# 数组条件统计：统计 B4:B7 中大于 90000 的单元格个数
ws.Range["B25"].FormulaArray = "=SUM(IF(B4:B7>90000,1,0))"

# 另一种写法：利用布尔值参与算术运算
ws.Range["B26"].FormulaArray = "=SUM((B4:B7>90000)*1)"

计算后的结果（CalculateAllValue() 后验证）：

  • =SUM(B4:B7*2) → 722000（120000×2 + 98000×2 + 87000×2 + 56000×2）
  • =SUM(IF(B4:B7>90000,1,0)) → 2（120000、98000 两个值超过 90000）
  • =SUM((B4:B7>90000)*1) → 2（与上一条等价）

注意事项：

  • 数组公式同样需要 CalculateAllValue() 计算后才会有结果
  • FormulaArray 也支持 LINEST（线性回归）等返回数组结果的函数，适合做趋势预测
  • 读取数组公式时使用 .FormulaArray 属性，而 .Formula 返回的也是公式字符串

7. 读取公式及其计算结果

写入公式后，可能还需要在代码中读取公式或它的计算结果。Free Spire.XLS 提供了以下 API：

# 判断单元格是否包含公式
if cell.HasFormula:
    print("This cell has a formula")

# 获取公式字符串（如 "=SUM(B4:B7)"）
formula_str = cell.Formula

# 获取公式的计算结果（文本形式）
computed_value = cell.FormulaValue

# 获取公式的计算结果（数值形式）
computed_number = cell.FormulaNumberValue

示例：遍历所有含公式的单元格

下面的代码加载一份已写入公式的工作簿（例如用第 9 节完整示例生成的 FormulaDemo.xlsx），计算全部公式后遍历查找并打印：

from spire.xls import *

workbook = Workbook()
workbook.LoadFromFile("FormulaDemo.xlsx")
workbook.CalculateAllValue()

ws = workbook.Worksheets[0]

# 遍历指定范围，查找并打印公式
for row in range(1, 25):
    for col in range(1, 5):
        cell = ws.Range[row, col]
        if cell.HasFormula:
            print(f"Cell ({row},{col}): Formula={cell.Formula}, Value={cell.FormulaValue}")

workbook.Dispose()

输出结果：

Cell (8,2): Formula==SUM(B4:B7), Value=361000
Cell (8,3): Formula==SUM(C4:C7), Value=404000
Cell (8,4): Formula==SUM(D4:D7), Value=452000
Cell (9,2): Formula==AVERAGE(B4:B7), Value=90250
..

注意：如果刚写入公式尚未计算，FormulaValue 可能返回空值。此时需要先调用 workbook.CalculateAllValue() 进行计算。

8. 关键类与方法解析

Range 类

Range 代表工作表中的一个单元格或单元格区域，是公式操作的主要入口。

关键属性：

属性说明
Formula获取或设置单元格的公式（字符串，以 = 开头）
FormulaArray获取或设置单元格的数组公式
FormulaValue获取公式的计算结果（文本形式）
FormulaNumberValue获取公式的计算结果（数值形式）
HasFormula判断单元格是否包含公式（布尔值）
Text获取或设置单元格的文本值
NumberValue获取或设置单元格的数值

Workbook 类

Workbook 是整个工作簿的操作入口，也负责命名区域管理和公式计算。

关键属性和方法：

属性/方法说明
NameRanges获取命名区域集合，用于添加/删除命名区域
CalculateAllValue()计算工作簿中所有公式的值
LoadFromFile(filePath)从指定路径加载 Excel 文件
SaveToFile(filePath, version)将工作簿保存为 Excel 文件
Dispose()释放资源

NameRange 类

NameRange 代表一个命名区域，用于在公式中引用特定的单元格或区域。

关键属性：

属性说明
Name命名区域的名称（如 NorthAmerica_Q1）
RefersToRange命名区域所引用的单元格范围

9. 完整示例：一键生成带公式的销售报表

把第 2~6 节的技巧组合起来，就是一个完整可运行的脚本：创建标题与表头、写入销售数据、逐个写入聚合公式、命名区域、IF、SUBTOTAL 和数组公式，最后计算并保存。运行后即可得到一份含公式的 Excel 报表：

from spire.xls import *
from spire.xls.common import *

outputFile = "FormulaDemo.xlsx"

workbook = Workbook()
workbook.Version = ExcelVersion.Version2010
ws = workbook.Worksheets[0]
ws.Name = "Sales Report"

# 标题与表头
ws.Range["A1"].Text = "Sales Report with Formulas"
ws.Range["A1"].Style.Font.Size = 14
ws.Range["A1"].Style.Font.IsBold = True
ws.Range["A1"].Style.Color = Color.FromRgb(0, 70, 127)
ws.Range["A1"].Style.Font.Color = Color.get_White()
ws.Range["A1:D1"].Merge()

for col, header in enumerate(["Region", "Q1", "Q2", "Q3"], start=1):
    ws.Range[3, col].Text = header
    ws.Range[3, col].Style.Font.IsBold = True
    ws.Range[3, col].Style.Font.Color = Color.get_White()
    ws.Range[3, col].Style.Color = Color.FromRgb(0, 112, 192)
    ws.Range[3, col].Style.HorizontalAlignment = HorizontalAlignType.Center

# 数据（同第 1 节）
data = [
    ["North America", 120000, 135000, 148000],
    ["Europe",        98000,  112000, 125000],
    ["Asia Pacific",  87000,  95000,  108000],
    ["Latin America", 56000,  62000,  71000],
]
for row_idx, row_data in enumerate(data, start=4):
    for col_idx, value in enumerate(row_data, start=1):
        if col_idx == 1:
            ws.Range[row_idx, col_idx].Text = str(value)
        else:
            ws.Range[row_idx, col_idx].NumberValue = float(value)
            ws.Range[row_idx, col_idx].Style.NumberFormat = "$#,##0"
            ws.Range[row_idx, col_idx].Style.HorizontalAlignment = HorizontalAlignType.Right

# 聚合公式（第 2 节）
funcs = [("Total", "SUM"), ("Average", "AVERAGE"), ("Max", "MAX"),
         ("Min", "MIN"), ("Count", "COUNT")]
for r, (label, fn) in enumerate(funcs, start=8):
    ws.Range[r, 1].Text = label
    ws.Range[r, 1].Style.Font.IsBold = True
    for col in range(2, 5):
        col_letter = chr(64 + col)
        ws.Range[r, col].Formula = f"={fn}({col_letter}4:{col_letter}7)"
        ws.Range[r, col].Style.NumberFormat = "0" if fn == "COUNT" else "$#,##0"
        if fn == "SUM":
            ws.Range[r, col].Style.Font.IsBold = True

# 命名区域（第 3 节）
nr = workbook.NameRanges.Add("NorthAmerica_Q1")
nr.RefersToRange = ws.Range["B4"]
ws.Range["B14"].Formula = "=NorthAmerica_Q1*1.1"
ws.Range["B14"].Style.NumberFormat = "$#,##0"
ws.Range["A14"].Text = "Projected (10% growth)"
ws.Range["A14"].Style.Font.IsBold = True
ws.Range["A14:B14"].Merge()

# IF 条件公式（第 4 节）
ws.Range["A16"].Text = "Performance"
ws.Range["A16"].Style.Font.IsBold = True
for col, h in zip(range(2, 5), ["Q1", "Q2", "Q3"]):
    ws.Range[16, col].Text = h
    ws.Range[16, col].Style.Font.IsBold = True
    ws.Range[16, col].Style.Color = Color.FromRgb(0, 112, 192)
    ws.Range[16, col].Style.Font.Color = Color.get_White()
for i, row_data in enumerate(data, start=4):
    target_row = i + 13  # 数据在第 4~7 行，IF 结果显示在第 17~20 行
    ws.Range[target_row, 2].Formula = f'=IF(B{i}>110000,"Above Target","Below Target")'
    ws.Range[target_row, 3].Formula = f'=IF(C{i}>120000,"Above Target","Below Target")'
    ws.Range[target_row, 4].Formula = f'=IF(D{i}>130000,"Above Target","Below Target")'

# SUBTOTAL 分组公式（第 5 节）
ws.Range["A22"].Text = "SUBTOTAL Test"
ws.Range["A22"].Style.Font.IsBold = True
ws.Range["B22"].Formula = "=SUBTOTAL(9,B4:B7)"
ws.Range["B22"].Style.NumberFormat = "$#,##0"
ws.Range["C22"].Formula = "=SUBTOTAL(109,C4:C7)"
ws.Range["C22"].Style.NumberFormat = "$#,##0"
ws.Range["D22"].Formula = "=SUBTOTAL(102,D4:D7)"
ws.Range["D22"].Style.NumberFormat = "$#,##0"

# 数组公式（第 6 节）
ws.Range["A24"].Text = "Array Formula Test"
ws.Range["A24"].Style.Font.IsBold = True
ws.Range["B24"].FormulaArray = "=SUM(B4:B7*2)"
ws.Range["B24"].Style.NumberFormat = "$#,##0"
ws.Range["B25"].FormulaArray = "=SUM(IF(B4:B7>90000,1,0))"
ws.Range["B26"].FormulaArray = "=SUM((B4:B7>90000)*1)"

# 列宽
ws.Columns[0].ColumnWidth = 20
ws.Columns[1].ColumnWidth = 12
ws.Columns[2].ColumnWidth = 14
ws.Columns[3].ColumnWidth = 14

# 计算所有公式并保存
workbook.CalculateAllValue()
workbook.SaveToFile(outputFile, ExcelVersion.Version2010)
workbook.Dispose()
print(f"Report generated: {outputFile}")

运行后在 Excel 中打开，效果如下（与第 2~6 节各公式的说明一一对应）：

完整示例生成的含公式销售报表

说明：

  • 整个流程无需打开 Excel，从创建数据到写入公式再到保存，完全自动化
  • CalculateAllValue() 在保存前计算所有公式，保证打开文件时数值已就绪
  • 聚合公式用 chr(64 + col) 生成列字母，循环自动适配 B/C/D 三列
  • 数据源可以替换为数据库、CSV 或 API 读取的结果，脚本结构不变

总结

通过本文示例，你已经了解了如何使用 Python 在 Excel 工作表中写入各类公式。从基础的 SUM、AVERAGE、COUNT 聚合函数，到命名区域引用、IF 条件判断、SUBTOTAL 分组计算，再到读取公式和计算结果，Free Spire.XLS for Python 提供了完整的公式支持。

相比手动在 Excel 中输入公式，Python 方式具有以下优势：

  • 批量生成：一次处理成百上千个工作表，公式自动适配
  • 数据驱动：公式范围根据数据行数动态计算，无需人工调整
  • 流程自动化：从数据库读取数据→生成报表→发送邮件，全链路无需人工干预
  • 格式一致：确保所有报表的公式逻辑和样式完全统一

你可以在此基础上进一步扩展：比如结合定时任务定期生成带公式的销售周报、将公式写入客户提供的模板文件保持格式一致、或对接 BI 系统自动生成可下载的分析报表。如果你正在处理需要公式自动化的场景，这种基于 Python 的方案将显著提升你的工作效率。

以上就是Python代码实现在Excel工作表中写入公式的详细内容，更多关于Python Excel工作表写入公式的资料请关注脚本之家其它相关文章！

您可能感兴趣的文章:

相关文章

  • 解决python -m pip install --upgrade pip 升级不成功问题

    解决python -m pip install --upgrade pip 升级不成功问题

    这篇文章主要介绍了python -m pip install --upgrade pip 解决升级不成功问题,需要的朋友可以参考下
    2020-03-03
  • 解决Mac下使用python的坑

    解决Mac下使用python的坑

    今天小编就为大家分享一篇解决Mac下使用python的坑，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2019-08-08
  • 机器学习的框架偏向于Python的13个原因

    机器学习的框架偏向于Python的13个原因

    这篇文章主要为大家详细介绍了机器学习的框架偏向于Python的13个原因，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
    2017-12-12
  • python基于plotly实现画饼状图代码实例

    python基于plotly实现画饼状图代码实例

    这篇文章主要介绍了python基于plotly实现画饼状图代码实例,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,需要的朋友可以参考下
    2019-12-12
  • python获取redis memory使用情况场景分析

    python获取redis memory使用情况场景分析

    这篇文章主要介绍了python获取redis memory使用情况,项目研发过程中，用到Python操作Redis场景，记录学习过程中的心得体会，需要的朋友可以参考下
    2022-12-12
  • python中range()与xrange()用法分析

    python中range()与xrange()用法分析

    这篇文章主要介绍了python中range()与xrange()用法,结合实例形式分析了range()与xrange()使用与效率上的区别,需要的朋友可以参考下
    2016-09-09
  • opencv python 2D直方图的示例代码

    opencv python 2D直方图的示例代码

    这篇文章主要介绍了opencv python 2D直方图的示例代码,小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
    2018-07-07
  • Python使用try-except捕获异常的基本用法

    Python使用try-except捕获异常的基本用法

    try-except捕获异常的基本用法是Python编程中的核心知识点之一,掌握这项技能对于提升编程效率和应用效果至关重要,所以本文给大家介绍了Python使用try-except捕获异常的基本用法,需要的朋友可以参考下
    2026-06-06
  • Python读取SQLite3数据库中的文件并获取列名/字段名

    Python读取SQLite3数据库中的文件并获取列名/字段名

    这篇文章主要为大家详细介绍了如何使用Python读取SQLite3数据库中的文件并获取列名与字段名,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下
    2025-07-07
  • Python中处理树状分类数据的常见方法详解

    Python中处理树状分类数据的常见方法详解

    树状分类数据（也称为层次分类数据或层级分类数据）是一种常见的数据结构,在Python中处理这种结构化数据需要特定的方法和工具,本文将介绍几种常用的Python处理树状分类数据的方法,大家可以参考一下
    2026-05-05

最新评论