Python XlsxWriter 实战：生成 Excel 并自动输出统计报表，帮你高效完成表格工作

Python XlsxWriter 实战：生成 Excel 并自动输出统计报表，帮你高效完成表格工作

很多 Python 学习者在接触办公自动化时，都会很自然地想到一个需求：能不能用 Python 批量处理 Excel，并自动生成一份像样的统计报表？

如果你的目标是“高质量地生成 Excel 文件”，那么XlsxWriter是一个非常值得掌握的库。它特别适合做这些事情：

• 批量写入 Excel 数据
• 设置单元格格式和样式
• 写公式
• 插入图表
• 生成日报、周报、月报
• 输出适合直接交付的统计报表

不过在正式开始之前，我先把一个关键点讲清楚：

XlsxWriter的强项是创建和写出 Excel 文件，它不负责读取已有的.xlsx文件。

也就是说，如果你需要“读取旧 Excel 再修改”，更适合用openpyxl；如果你已经有了 Python 中的数据，想高质量输出一个新 Excel 报表，XlsxWriter往往会更顺手。

这篇文章会带你系统掌握XlsxWriter的核心用法，并通过一个完整案例，学会如何自动生成一份统计报表。

1. XlsxWriter 是什么

XlsxWriter是一个专门用于创建 Excel.xlsx文件的 Python 库。

它适合这些典型场景：

• 把 Python 里的列表、字典、统计结果写成 Excel
• 自动生成格式统一的业务报表
• 创建带公式、条件格式、图表的工作簿
• 输出给同事、领导、客户直接查看的 Excel 文件

和openpyxl相比，XlsxWriter的定位更聚焦在“生成结果文件”这一端。

简单理解：

• openpyxl：更适合“读 + 改 + 保存”
• XlsxWriter：更适合“从 0 开始生成一份漂亮的 Excel”

2. 先说结论：它为什么不适合读取已有 Excel

很多初学者看到名字时，会自然以为它和openpyxl一样，既能读也能写。

但实际情况是：

• XlsxWriter可以创建新的.xlsx
• 可以写工作表、写单元格、写公式、写图表
• 不能打开一个已有 Excel 文件再去读取内容

所以如果你的原始数据已经在：

• Python 列表
• 字典
• 数据库查询结果
• CSV 文件
• pandas.DataFrame

那么XlsxWriter就很好用。

如果你的原始数据只存在于“某个现成 Excel 文件”里，通常会这样组合：

• 用openpyxl或pandas读取数据
• 用XlsxWriter负责输出最终报表

这也是实际工作中很常见的做法。

3. 安装 XlsxWriter

安装命令很简单：

pipinstallXlsxWriter

导入方式如下：

importxlsxwriter

如果没有报错，就说明安装成功了。

4. 先认识几个核心对象

用XlsxWriter时，最常见的对象有 3 个：

• Workbook：整个 Excel 文件
• Worksheet：工作表
• Format：单元格格式对象

可以理解为：

Workbook -> Worksheet -> Cell Data + Format

其中Format很重要，因为XlsxWriter很擅长做“格式化输出”。

5. 最基础的 Excel 写入示例

先看一个最小可运行示例：

importxlsxwriter workbook=xlsxwriter.Workbook("sales_demo.xlsx")worksheet=workbook.add_worksheet("销售数据")worksheet.write("A1","日期")worksheet.write("B1","销售员")worksheet.write("C1","地区")worksheet.write("D1","销售额")worksheet.write("A2","2026-04-01")worksheet.write("B2","张三")worksheet.write("C2","华东")worksheet.write("D2",5800)worksheet.write_row("A3",["2026-04-01","李四","华北",7200])worksheet.write_row("A4",["2026-04-02","王五","华南",4300])workbook.close()

运行后，你会得到一个sales_demo.xlsx文件。

这里你可以先记住两个写法：

• write()：写单个单元格
• write_row()：按一整行写入

如果你有大量二维数据，write_row()会很方便。

6. 如何设置单元格样式

XlsxWriter很大的优势之一，就是对 Excel 格式控制比较友好。

比如我们给表头加粗、加背景色：

importxlsxwriter workbook=xlsxwriter.Workbook("format_demo.xlsx")worksheet=workbook.add_worksheet("示例")header_format=workbook.add_format({"bold":True,"font_color":"white","bg_color":"#4F81BD","align":"center","valign":"vcenter","border":1,})worksheet.write("A1","姓名",header_format)worksheet.write("B1","部门",header_format)worksheet.write("C1","工资",header_format)workbook.close()

你会发现，Format对象是统一复用的。也就是说：

• 先定义格式
• 再在多个单元格上重复使用

这在生成正式报表时很常见。

7. 如何写公式和数字格式

自动报表往往离不开公式和金额格式。

例如：

importxlsxwriter workbook=xlsxwriter.Workbook("formula_demo.xlsx")worksheet=workbook.add_worksheet("统计")money_format=workbook.add_format({"num_format":"#,##0.00"})worksheet.write("A1","金额1")worksheet.write("A2","金额2")worksheet.write_number("B1",5800,money_format)worksheet.write_number("B2",7200,money_format)worksheet.write_formula("B3","=SUM(B1:B2)",money_format)workbook.close()

这里的重点是：

• write_number()：明确按数字写入
• write_formula()：写 Excel 公式
• num_format：控制金额、百分比、日期等显示格式

8. 为什么 XlsxWriter 特别适合生成统计报表

很多 Excel 自动化任务，本质上不是“改老表”，而是“把已有数据生成一份新报表”。

例如：

• 根据订单数据生成销售统计表
• 根据考勤数据生成月度汇总
• 根据财务记录生成对账表
• 根据业务数据输出周报和图表

这时候XlsxWriter很合适，因为它在这些方面表现不错：

• 新文件生成流程清晰
• 样式控制方便
• 图表支持实用
• 适合做结构化输出

如果你想把脚本结果做成“领导能直接打开看”的 Excel 文件，它很有价值。

9. 实战案例：自动生成销售统计报表

下面我们做一个完整示例。

注意，这次我们不从 Excel 读取源数据，而是模拟“你的业务数据已经在 Python 中”。这更符合XlsxWriter的真实定位。

9.1 业务数据结构

假设程序里已经有一批销售明细：

我们的目标是输出一个sales_report_xlsxwriter.xlsx，其中包含：

• 原始订单明细 Sheet
• 统计报表 Sheet
• 总订单数、总销售额、平均订单金额
• 按销售员汇总
• 按地区汇总
• 销售员业绩柱状图

10. 完整代码示例

下面这段代码可以直接运行：

fromcollectionsimportdefaultdictimportxlsxwriter sales_data=[["2026-04-01","张三","华东","键盘",5800],["2026-04-01","李四","华北","显示器",7200],["2026-04-02","张三","华东","鼠标",1600],["2026-04-02","王五","华南","笔记本",12500],["2026-04-03","李四","华北","扩展坞",2300],["2026-04-03","赵六","华东","耳机",3600],["2026-04-04","王五","华南","平板",8900],["2026-04-04","张三","华东","支架",900],]defbuild_report(output_file):workbook=xlsxwriter.Workbook(output_file)detail_sheet=workbook.add_worksheet("订单明细")summary_sheet=workbook.add_worksheet("统计报表")header_format=workbook.add_format({"bold":True,"font_color":"white","bg_color":"#4F81BD","align":"center","valign":"vcenter","border":1,})title_format=workbook.add_format({"bold":True,"font_size":16,})money_format=workbook.add_format({"num_format":"#,##0.00","border":1,})text_format=workbook.add_format({"border":1,})bold_format=workbook.add_format({"bold":True,})headers=["日期","销售员","地区","产品","销售额"]forcol,headerinenumerate(headers):detail_sheet.write(0,col,header,header_format)forrow_num,row_datainenumerate(sales_data,start=1):forcol_num,valueinenumerate(row_data):ifcol_num==4:detail_sheet.write_number(row_num,col_num,value,money_format)else:detail_sheet.write(row_num,col_num,value,text_format)detail_sheet.set_column("A:A",14)detail_sheet.set_column("B:C",12)detail_sheet.set_column("D:D",14)detail_sheet.set_column("E:E",14)seller_total=defaultdict(float)region_total=defaultdict(float)total_amount=0order_count=0forsale_date,seller,region,product,amountinsales_data:seller_total[seller]+=amount region_total[region]+=amount total_amount+=amount order_count+=1avg_amount=total_amount/order_countiforder_countelse0summary_sheet.write("A1","销售统计报表",title_format)summary_sheet.write("A3","总订单数",bold_format)summary_sheet.write("B3",order_count)summary_sheet.write("A4","总销售额",bold_format)summary_sheet.write_number("B4",total_amount,money_format)summary_sheet.write("A5","平均订单金额",bold_format)summary_sheet.write_number("B5",avg_amount,money_format)summary_sheet.write("A7","按销售员汇总",bold_format)summary_sheet.write("A8","销售员",header_format)summary_sheet.write("B8","销售额",header_format)seller_start_row=8seller_items=sorted(seller_total.items(),key=lambdaitem:item[1],reverse=True)forindex,(seller,amount)inenumerate(seller_items,start=1):summary_sheet.write(seller_start_row+index,0,seller,text_format)summary_sheet.write_number(seller_start_row+index,1,amount,money_format)region_title_row=seller_start_row+len(seller_items)+3summary_sheet.write(region_title_row,0,"按地区汇总",bold_format)summary_sheet.write(region_title_row+1,0,"地区",header_format)summary_sheet.write(region_title_row+1,1,"销售额",header_format)region_items=sorted(region_total.items(),key=lambdaitem:item[1],reverse=True)forindex,(region,amount)inenumerate(region_items,start=1):summary_sheet.write(region_title_row+1+index,0,region,text_format)summary_sheet.write_number(region_title_row+1+index,1,amount,money_format)summary_sheet.set_column("A:A",16)summary_sheet.set_column("B:B",14)summary_sheet.set_column("D:J",12)chart=workbook.add_chart({"type":"column"})chart.add_series({"name":"销售员业绩","categories":["统计报表",seller_start_row+1,0,seller_start_row+len(seller_items),0],"values":["统计报表",seller_start_row+1,1,seller_start_row+len(seller_items),1],})chart.set_title({"name":"销售员业绩统计"})chart.set_x_axis({"name":"销售员"})chart.set_y_axis({"name":"销售额"})chart.set_style(10)summary_sheet.insert_chart("D3",chart,{"x_scale":1.3,"y_scale":1.2})workbook.close()if__name__=="__main__":build_report("sales_report_xlsxwriter.xlsx")print("统计报表已生成：sales_report_xlsxwriter.xlsx")

11. 这段代码做了什么

如果你是初学者，建议重点看下面几部分。

第一步：准备业务数据

这里我们直接把原始数据放在sales_data列表里。

这其实很符合很多真实项目的情况，因为数据不一定来自 Excel，也可能来自：

• 数据库查询结果
• 接口返回值
• CSV 文件
• pandas处理后的结果

而XlsxWriter负责的是最后的“导出报表”。

第二步：定义格式对象

代码里创建了这些格式：

• header_format
• title_format
• money_format
• text_format
• bold_format

这是XlsxWriter很典型的写法。你通常会先把各种格式定义好，再批量应用到不同单元格。

第三步：写入明细表

程序先把订单明细写进订单明细这个 Sheet。

其中金额列使用了：

detail_sheet.write_number(row_num,col_num,value,money_format)

这样 Excel 会把它按数值看待，而不是按文本。

第四步：统计汇总

这里使用defaultdict(float)来统计：

• 每个销售员的总销售额
• 每个地区的总销售额
• 所有订单的总金额
• 平均订单金额

这是自动报表里最常见的一类逻辑。

第五步：插入图表

这一步是XlsxWriter的强项之一。

通过：

chart=workbook.add_chart({"type":"column"})

你可以很方便地生成柱状图、折线图等图表，并插入到报表中。

12. 运行后能得到什么结果

运行脚本后，你会得到一个：

• sales_report_xlsxwriter.xlsx

其中包含：

• 原始明细表
• 统计报表
• 总订单数
• 总销售额
• 平均订单金额
• 销售员汇总
• 地区汇总
• 柱状图

对于很多办公自动化需求来说，这已经是一份能直接交付使用的 Excel 报表了。

13. XlsxWriter 的典型应用场景

如果你在工作里经常遇到以下任务，XlsxWriter非常值得学：

• 把程序统计结果导出成 Excel
• 生成带格式的日报、周报、月报
• 输出财务汇总表
• 生成销售绩效报表
• 做项目数据周报
• 导出接口数据给业务同事查看

一句话总结：

当你的重点是“把数据优雅地输出成 Excel 文件”时，XlsxWriter 很合适。

14. XlsxWriter 和 OpenPyXL 怎么选

很多初学者都会问这个问题。

可以这样记：

更适合用 XlsxWriter 的情况

• 你要新建 Excel 文件
• 你要输出格式化报表
• 你要插入图表和公式
• 你的原始数据已经在 Python 中

更适合用 OpenPyXL 的情况

• 你要读取已有 Excel
• 你要修改旧工作簿
• 你要基于已有模板做细粒度修改

如果你把两者分工理解清楚，选型就不会乱。

15. 使用 XlsxWriter 的几个注意点

15.1 它不读取已有.xlsx

这一点最重要。不要把它当成“万能 Excel 库”。

15.2 别忘了workbook.close()

如果不关闭工作簿，文件可能不会正确写出。

15.3 数字、字符串、公式最好分开写

像write_number()、write_string()、write_formula()这样的 API，语义更清楚，也更利于报表结果稳定。

15.4 复杂数据处理最好先在 Python 里完成

XlsxWriter的定位是“输出”。复杂清洗、转换、聚合最好先在 Python 逻辑里算好，再交给它写到 Excel。

16. 总结

XlsxWriter是一个非常适合做 Excel 报表输出的 Python 库。

它最强的地方不是“读取现有工作簿”，而是：

• 把已有数据写成结构化 Excel
• 控制样式和格式
• 插入公式和图表
• 自动生成可直接交付的统计报表

如果你经常需要把程序结果导出给别人看，或者想把重复的表格汇总工作自动化，XlsxWriter很值得掌握。

对于 Python 学习者来说，它也是一个很好的练手方向，因为你能很快把代码变成实际成果。

17. 留言互动

你现在更常遇到的是哪一类 Excel 需求：

• 读取旧表并修改
• 直接生成新报表
• 批量导出业务数据
• 做带图表的汇总文件

如果你愿意，我下一篇可以继续写更实战一点的内容，比如：

• pandas + XlsxWriter自动导出多 Sheet 报表
• 用XlsxWriter生成带条件格式的财务报表
• openpyxl和XlsxWriter的实际选型对比

也欢迎你直接留言说说：你现在最想自动化掉的 Excel 工作，到底是哪一种？

我可以按大家最常见的场景，继续整理更贴近实际工作的 Python 表格自动化教程。