Python使用XlsxWriter生成Excel并自动输出统计报表

引言

不少学习 Python 的朋友，在接触到办公自动化这个概念时，心里都会冒出一个很自然的念头：能不能写个脚本，把 Excel 里的数据批量处理一下，然后自动生成一份像模像样的统计报表？

如果你的目标是“高质量地生成 Excel 文件”，那 XlsxWriter 绝对是一个值得花时间掌握的库。它尤其擅长这些事儿：

• 批量写入 Excel 数据
• 精细控制单元格的格式与样式
• 写入公式
• 插入图表
• 自动生成日报、周报、月报
• 输出可以直接交付的那种统计报表

不过，在深入之前，得先把一个关键点讲透：

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。

换句话说，如果你需要“读取旧 Excel 再修改”，那 openpyxl 更适合你；但如果你已经在 Python 里有了数据，想高质量地输出一份崭新的 Excel 报表，XlsxWriter 用起来会更顺手。

这篇文章会带你系统地掌握 XlsxWriter 的核心用法，并通过一个完整的实战案例，学会如何自动生成一份拿得出手的统计报表。

1. XlsxWriter 是什么

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

它最典型的应用场景包括：

• 把 Python 里的列表、字典、统计结果写成规范的 Excel
• 自动生成格式统一的业务报表
• 创建带有公式、条件格式、图表的工作簿
• 输出给同事、领导、客户，可以直接打开查看的 Excel 文件

和 openpyxl 相比，XlsxWriter 的定位更聚焦在“生成结果文件”这一端。简单理解就是：

• 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

很多初学者看到这个名字时，会下意识地以为它和 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
• 但是，不能打开一个已有的 Excel 文件去读取内容

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“某个现成的 Excel 文件”里，通常的组合做法是：

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

这也是实际工作中非常常见的协作模式。

3. 安装 XlsxWriter

安装命令很简单，一行搞定：

pip install XlsxWriter

导入方式如下：

import xlsxwriter

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，你打交道最多的对象主要有 3 个：

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

它们的关系可以直观地理解为：

Workbook -> Worksheet -> Cell Data + Format

其中 Format 尤其重要，因为 XlsxWriter 很擅长做“格式化输出”，这也是它的一大卖点。

5. 最基础的 Excel 写入示例

先来看一个最小可运行的示例，找找感觉：

import xlsxwriter

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。这里有两个核心写法可以先记住：

• 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() 会非常方便。

6. 如何设置单元格样式

XlsxWriter 的一大优势，就是对 Excel 格式的控制非常友好。比如我们想给表头加粗、加背景色：

import xlsxwriter

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 对象是可以统一复用的。也就是说，先定义好格式，然后就可以在多个单元格上反复使用，这在生成正式报表时非常常见。

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：

import xlsxwriter

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()

这里有几个要点：

• 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

在这些场景下，XlsxWriter 就显得非常合适，因为它在以下方面表现得相当不错：

• 新文件生成的流程清晰
• 样式控制方便直观
• 图表支持很实用
• 适合做结构化的输出

简单来说，如果你希望脚本的输出结果，是那种“领导能直接打开看一眼”的 Excel 文件，那它绝对是个好工具。

9. 实战案例：自动生成销售统计报表

下面我们一起来做一个完整的示例。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”的情况，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数据：

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

• 一份原始订单明细 Sheet
• 一份统计报表 Sheet，里面要有总订单数、总销售额、平均订单金额
• 按销售员汇总的业绩
• 按地区汇总的销售额
• 外加一个销售员业绩的柱状图

10. 完整代码示例

下面这段代码可以直接运行：

from collections import defaultdict
import xlsxwriter


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],
]


def build_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"]

    for col, header in enumerate(headers):
        detail_sheet.write(0, col, header, header_format)

    for row_num, row_data in enumerate(sales_data, start=1):
        for col_num, value in enumerate(row_data):
            if col_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 = 0
    order_count = 0

    for sale_date, seller, region, product, amount in sales_data:
        seller_total[seller] += amount
        region_total[region] += amount
        total_amount += amount
        order_count += 1

    a vg_amount = total_amount / order_count if order_count else 0

    summary_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", a vg_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 = 8
    seller_items = sorted(seller_total.items(), key=lambda item: item[1], reverse=True)
    for index, (seller, amount) in enumerate(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) + 3
    summary_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=lambda item: item[1], reverse=True)
    for index, (region, amount) in enumerate(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，下面这几个部分是重点，值得仔细看看。

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、某个 API 的返回值、CSV 文件，或者是经过 pandas 处理后的结果。而 XlsxWriter 负责的，就是最后那个“导出报表”的环节。

第二步：定义格式对象

代码里创建了一系列格式对象：header_format、title_format、money_format、text_format、bold_format。这是 XlsxWriter 非常典型的写法：先把各种格式定义好，再批量应用到不同的单元格上。

第三步：写入明细表

程序先把订单明细写入“订单明细”这个 Sheet。关键之处在于，金额列使用了 detail_sheet.write_number(row_num, col_num, value, money_format)，这样 Excel 会把它当作数值对待，而不是文本，这对于后续的公式计算和格式统一非常重要。

第四步：统计汇总

这里使用了 defaultdict(float) 来高效地统计每个销售员和每个地区的总销售额，同时也计算了所有订单的总金额和平均订单金额。这几乎是所有自动报表里最常见的一类逻辑了。

第五步：插入图表

这是 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，并精确地插入到报表的指定位置。

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 文件。打开它，你会看到：

• 一个“订单明细”工作表，里面是完整的原始数据。
• 一个“统计报表”工作表，里面包含了总订单数、总销售额、平均订单金额，以及按销售员、按地区分类的汇总数据。
• 在报表的右侧，还有一个直观的柱状图，展示了各销售员的业绩对比。

对于很多办公自动化的需求来说，这已经是一份可以直接拿去交付的 Excel 报表了。

13. XlsxWriter 的典型应用场景

如果你在工作中经常遇到以下任务，那 XlsxWriter 是非常值得学习的工具：

• 把程序的统计结果导出成漂亮的 Excel
• 自动生成带格式的日报、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，让业务同事能直接查看

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 就是那个非常合适的工具。

14. XlsxWriter 和 OpenPyXL 怎么选

很多初学者都会纠结这个问题。可以这样来记：

更适合用 XlsxWriter 的情况

• 你需要新建一个 Excel 文件
• 你需要输出格式化的报表
• 你需要插入图表和公式
• 你的原始数据已经在 Python 中

更适合用 OpenPyXL 的情况

• 你需要读取一个已有的 Excel 文件
• 你需要修改一个旧的工作簿
• 你需要基于一个已有的模板做非常细粒度的修改

把这两个库的分工理解清楚，选型的时候就不会乱了。

15. 使用 XlsxWriter 的几个注意点

15.1 它不读取已有 .xlsx 文件

这一点最重要，千万不要把它当作一个“万能 Excel 库”来用。

15.2 别忘了调用 workbook.close()

如果不关闭工作簿，文件可能不会正确写出，这是一个非常常见的坑。

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，语义更清晰，也能让报表结果的稳定性更好。

15.4 复杂的数据处理，最好先在 Python 里完成

XlsxWriter 的定位是“输出”。复杂的清洗、转换、聚合操作，最好先在 Python 的逻辑层算好，然后再交给它去写到 Excel 里。

16. 总结

XlsxWriter 是一个非常适合做 Excel 报表输出的 Python 库。它最强的点不在于“读取现有工作簿”，而在于：

• 把已有的数据写成结构清晰的 Excel
• 精细地控制样式和格式
• 插入公式和图表
• 自动生成可以直接拿去交付的统计报表

如果你经常需要把程序处理的结果导出给别人看，或者想把一些重复性的表格汇总工作自动化，XlsxWriter 非常值得掌握。对于 Python 学习者来说，它也是一个很好的练手方向，因为你能很快看到自己的代码变成实实在在的成果。

17. 留言互动

你现在更常遇到的是哪一类 Excel 需求？是读取旧表并修改，还是直接生成新报表，或者是批量导出业务数据，抑或做带图表的汇总文件？

如果愿意分享，下一篇可以继续写更实战的内容，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？