Python两种主流方式导出Excel文件实现指南

Python在数据处理、自动化办公、报表生成等场景中应用广泛，而将数据导出为Excel文件是开发过程中非常常见的需求。无论是企业系统生成业务报表，还是数据分析项目保存处理结果，都离不开Excel文件导出功能。

Python生态中提供了大量Excel处理库，其中最常用的方式主要有两种：使用pandas进行数据导出，以及使用openpyxl直接操作Excel工作簿。两种方式各有优势，适用于不同的业务场景。

本文将详细介绍Python导出Excel文件的两种主流实现方法，并结合实际代码示例，帮助开发者快速掌握Excel文件生成技巧。

一、使用pandas导出Excel文件

pandas是Python中最流行的数据分析库之一，它提供了强大的DataFrame数据结构，同时支持非常方便的Excel导出功能。

如果数据来源于数据库查询、接口返回结果或者数据分析过程，使用pandas导出Excel通常是最高效的选择。

1. 安装依赖库

使用pandas导出Excel前，需要安装相关依赖：

Bash
pip install pandas openpyxl

其中：

• pandas负责数据处理和文件写入；

• openpyxl作为Excel文件操作引擎，用于生成.xlsx格式文件。

2. 基础数据导出示例

下面通过一个简单的数据列表生成Excel文件：

Python
运行
import pandas as pd

data = {
    "姓名": ["张三", "李四", "王五"],
    "年龄": [25, 30, 28],
    "城市": ["北京", "上海", "广州"]
}

df = pd.DataFrame(data)

df.to_excel("用户信息.xlsx", index=False)

print("Excel文件导出成功")

执行后，会生成一个名为用户信息.xlsx的Excel文件。

其中：

• DataFrame用于保存表格数据；

• to_excel()方法负责写入Excel；

• index=False表示不导出DataFrame默认索引。

如果不设置该参数，Excel第一列会额外出现0、1、2等索引编号。

二、pandas导出Excel常用配置

实际项目中，通常需要对Excel格式进行更多控制。

1. 指定Sheet名称

Excel文件可以包含多个工作表：

Python
运行
df.to_excel(
    "员工数据.xlsx",
    sheet_name="员工信息",
    index=False
)

生成后的Excel中，工作表名称会显示为“员工信息”。

2. 导出多个Sheet

对于复杂报表，可以一次生成多个Sheet：

Python
运行
with pd.ExcelWriter("销售报表.xlsx") as writer:
    df.to_excel(
        writer,
        sheet_name="销售数据",
        index=False
    )

    df.to_excel(
        writer,
        sheet_name="统计结果",
        index=False
    )

最终文件中会包含两个独立工作表。

3. 设置编码和文件路径

在项目开发中，经常需要指定保存目录：

Python
运行
df.to_excel(
    "./report/数据统计.xlsx",
    index=False
)

只要目标目录存在，Python即可直接生成文件。

三、使用openpyxl导出Excel文件

openpyxl是一款专门用于操作Excel文件的Python库，可以直接创建工作簿、设置单元格格式、添加公式、调整样式等。

相比pandas，openpyxl对Excel格式控制能力更强。

如果需求包含复杂排版，例如：

• 设置字体颜色；

• 合并单元格；

• 添加边框；

• 调整列宽；

• 插入图片；

• 添加公式；

那么openpyxl更加适合。

1. 安装openpyxl

执行安装命令：

Bash
pip install openpyxl

2. 创建Excel文件

基础导出代码如下：

Python
运行
from openpyxl import Workbook

wb = Workbook()

ws = wb.active
ws.title = "用户信息"

ws.append(["姓名", "年龄", "城市"])
ws.append(["张三", 25, "北京"])
ws.append(["李四", 30, "上海"])

wb.save("用户信息.xlsx")

print("Excel生成完成")

运行后，会创建一个标准Excel文件。

四、openpyxl实现Excel格式美化

在企业应用中，通常需要让导出的Excel更加规范。

1. 设置表头样式

例如设置加粗字体：

Python
运行
from openpyxl import Workbook
from openpyxl.styles import Font

wb = Workbook()
ws = wb.active

ws.append(["姓名", "年龄", "部门"])

for cell in ws[1]:
    cell.font = Font(bold=True)

wb.save("员工信息.xlsx")

执行后，第一行标题会显示为粗体。

2. 调整列宽

默认情况下，Excel列宽可能不符合阅读需求，可以手动设置：

Python
运行
ws.column_dimensions["A"].width = 15
ws.column_dimensions["B"].width = 10
ws.column_dimensions["C"].width = 20

这样可以提升文件可读性。

3. 合并单元格

制作复杂报表时，经常需要合并标题：

Python
运行
ws.merge_cells("A1:C1")

ws["A1"] = "销售数据统计"

Excel打开后，A1到C1区域会合并显示标题。

五、pandas和openpyxl的区别对比

两种方式虽然都可以实现Excel导出，但适用场景有所不同。

简单来说：

• 数据量大、来源复杂、主要关注数据输出，优先选择pandas；

• 需要精细控制Excel样式，选择openpyxl。

六、实际项目中的选择建议

在实际开发中，可以根据业务需求选择合适方案。

数据导出类系统

例如：

• 用户列表导出；

• 订单数据导出；

• 数据统计报表；

推荐使用：

Python
运行
pandas + openpyxl

利用pandas处理数据，再通过ExcelWriter完成文件生成。

财务报表类系统

例如：

• 月度财务报表；

• 业务分析报告；

• 管理驾驶舱数据；

更适合：

Python
运行
openpyxl

因为这类文件通常需要复杂格式设计。

自动化任务脚本

例如：

• 定时生成日报；

• 自动发送Excel附件；

• 批量处理数据；

pandas通常更加简洁：

Python
运行
df.to_excel("日报.xlsx")

即可完成导出。

七、导出Excel常见问题解决

1. 中文文件名乱码

Python生成Excel时，如果文件名包含中文，一般不会出现问题。但在Web下载场景中，需要对文件名进行编码处理。

例如：

Python
运行
from urllib.parse import quote

filename = quote("用户数据.xlsx")

避免浏览器下载时出现乱码。

2. Excel无法打开

常见原因包括：

• 文件正在被Excel占用；

• 文件写入过程中程序异常退出；

• 扩展名与实际格式不匹配。

建议：

• 确认文件关闭；

• 使用正确的.xlsx格式；

• 检查保存路径权限。

3. 大数据量导出慢

当数据达到几十万甚至百万级时，直接导出可能影响性能。

优化方式：

• 分批读取数据；

• 使用ExcelWriter；

• 避免频繁操作单元格；

• 必要时改用CSV格式。

八、总结

Python导出Excel文件主要有两种常用方案：pandas和openpyxl。

pandas更加适合数据处理和快速生成Excel文件，代码简单，开发效率高；openpyxl更加偏向Excel文件底层控制，可以实现复杂样式和高级功能。

在实际项目中，两者并不是互相替代的关系，而是可以结合使用。对于普通数据导出需求，pandas能够快速完成任务；对于需要高度定制化的Excel报表，则建议使用openpyxl进行精细控制。

掌握这两种Python导出Excel方法，可以满足大多数企业开发、数据分析以及自动化办公场景中的文件生成需求。