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-开发者社区

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：

日期	销售员	地区	产品	销售额
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

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。

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