Создание Excel-файлов в Python: от простых таблиц до сложных отчётов

Введение: зачем создавать Excel из Python?

Работа с таблицами в формате Excel остаётся одной из самых востребованных задач в аналитике данных, финансовом моделировании и автоматизации отчётности. Python предлагает гибкие инструменты для генерации .xlsx-файлов — от простых таблиц с данными до сложных отчётов с формулами, диаграммами и условным форматированием. Но почему именно Python, а не ручной ввод в Microsoft Excel или Google Sheets?

Во-первых, автоматизация экономит часы работы: вместо копирования данных из базы или API вручную, скрипт сделает это за секунды. Во-вторых, масштабируемость — Python справится с таблицами на миллионы строк, где Excel начнёт «подвисать». В-третьих, воспроизводимость: один и тот же код будет генерировать одинаковые отчёты каждый месяц, исключая человеческие ошибки. Наконец, интеграция с другими инструментами (например, отправка файла по email или загрузка в облако) делает Python незаменимым для комплексных задач.

В этой статье мы разберём 5 практических способов создания Excel-файлов, от базовых до продвинутых, с примерами кода и сравнением производительности. Вы узнаете, как:

• 📊 Создавать таблицы с данными из списков и словарей
• 📈 Добавлять формулы, стили и диаграммы
• ⚡ Оптимизировать работу с большими файлами (100K+ строк)
• 🔄 Конвертировать данные из CSV/JSON в Excel
• 🛠️ Обрабатывать типичные ошибки (кодировки, типы данных)

1. Базовый способ: библиотека openpyxl для простых таблиц

Openpyxl — самая популярная библиотека для работы с .xlsx в Python. Она позволяет создавать файлы «с нуля», редактировать существующие и поддерживает большинство функций Excel, включая формулы и стили. Установить её можно командой:

pip install openpyxl

Пример кода для создания файла с одной таблицей:

from openpyxl import Workbook

Создаём новую книгу
wb = Workbook()
ws = wb.active  # Выбираем активный лист

Записываем данные
ws['A1'] = "Товар"
ws['B1'] = "Цена"
ws['C1'] = "Количество"

data = [
["Ноутбук", 45000, 10],
["Смартфон", 32000, 25],
["Наушники", 8000, 50]
]

for row in data:
ws.append(row)

Сохраняем файл
wb.save("товары.xlsx")

Этот код создаст файл с тремя колонками и четырьмя строками (включая заголовки). Обратите внимание на метод append() — он автоматически добавляет данные в следующую свободную строку, что удобно для динамического заполнения.

Указан корректный путь для сохранения|Имена листов не содержат запрещённых символов (/ \ * ?)|Данные не превышают лимиты Excel (1 048 576 строк)|Файл не открыт в другой программе-->

2. Работа с pandas: экспорт DataFrame в Excel

Если вы анализируете данные с помощью pandas, то экспорт в Excel сводится к одной строке кода. Эта библиотека идеальна для работы с табличными данными, особенно если они уже загружены из CSV, SQL или API. Установка:

pip install pandas openpyxl

Пример конвертации DataFrame в Excel:

import pandas as pd

Создаём DataFrame
data = {
"Дата": ["2023-01-01", "2023-01-02", "2023-01-03"],
"Продажи": [150, 200, 180],
"Регион": ["Москва", "СПб", "Екатеринбург"]
}
df = pd.DataFrame(data)

Экспортируем в Excel
df.to_excel("продажи.xlsx", index=False, sheet_name="Январь")

Ключевые параметры метода to_excel():

• 📌 index=False — исключает колонку с индексами
• 📌 sheet_name — имя листа (по умолчанию "Sheet1")
• 📌 engine='openpyxl' — движок для работы с файлом (альтернатива: 'xlsxwriter')
• 📌 startrow=2 — смещение начала данных (например, для заголовков)

Для работы с несколькими листами в одном файле используйте ExcelWriter:

with pd.ExcelWriter("отчёт.xlsx", engine='openpyxl') as writer:
df1.to_excel(writer, sheet_name="Продажи", index=False)
df2.to_excel(writer, sheet_name="Возвраты", index=False)

3. Продвинутые возможности: xlsxwriter для сложных отчётов

Когда нужны формулы, условное форматирование или диаграммы, на помощь приходит xlsxwriter. Эта библиотека оптимизирована для записи и поддерживает почти все функции Excel, включая:

• 📉 Встроенные и пользовательские диаграммы
• 🎨 Стили ячеек (цвета, шрифты, границы)
• 🧮 Формулы с относительными/абсолютными ссылками
• 📊 Сводные таблицы (pivot tables)

Пример создания файла с формулой и стилями:

import xlsxwriter

Создаём книгу и лист
workbook = xlsxwriter.Workbook('отчёт_с_формулами.xlsx')
worksheet = workbook.add_worksheet()

Добавляем данные
worksheet.write('A1', 'Стоимость')
worksheet.write('B1', 'Количество')
worksheet.write('C1', 'Итого')
worksheet.write('A2', 1000)
worksheet.write('B2', 5)

Добавляем формулу
worksheet.write('C2', '=A2*B2')

Форматируем заголовки
header_format = workbook.add_format({
'bold': True,
'font_color': 'white',
'bg_color': '#4472C4',
'border': 1
})
worksheet.set_row(0, None, header_format)

workbook.close()

Xlsxwriter не умеет читать существующие файлы (только создавать новые), но зато предлагает максимальную производительность при записи больших объёмов данных. Для файлов размером >100 МБ это часто лучший выбор.

4. Оптимизация для больших данных: потоковая запись

При работе с таблицами на 100 000+ строк стандартные методы (openpyxl или pandas) могут потреблять гигабайты памяти и работать минутами. Решения:

1. Используйте xlsxwriter в режиме оптимизации:

   workbook = xlsxwriter.Workbook('большой_файл.xlsx', {'constant_memory': True})

   Этот параметр отключает кэширование данных в памяти, но лишает возможности добавлять диаграммы или формулы.

2. Записывайте данные порциями:

   for chunk in pd.read_csv('большой_файл.csv', chunksize=10000):
   chunk.to_excel(writer, sheet_name='Data', index=False, startrow=row_offset)
   row_offset += len(chunk)

3. Отключите автоформатирование: В pandas добавьте float_format="%.2f", чтобы избежать преобразования чисел в экспоненциальный формат.

import smtplib
from email.mime.multipart import MIMEMultipart
from email.mime.base import MIMEBase
from email import encoders

Создаём письмо
msg = MIMEMultipart()
msg['From'] = "отправитель@example.com"
msg['To'] = "получатель@example.com"
msg['Subject'] = "Автоматический отчёт"

Прикрепляем файл
with open("отчёт.xlsx", "rb") as file:
part = MIMEBase('application', 'octet-stream')
part.set_payload(file.read())
encoders.encode_base64(part)
part.add_header('Content-Disposition', 'attachment; filename="отчёт.xlsx"')
msg.attach(part)

Отправляем
with smtplib.SMTP('smtp.example.com', 587) as server:
server.starttls()
server.login("login", "password")
server.send_message(msg)

from pydrive.auth import GoogleAuth
from pydrive.drive import GoogleDrive

Аутентификация
gauth = GoogleAuth()
gauth.LocalWebserverAuth()  # Откроет браузер для авторизации
drive = GoogleDrive(gauth)

Загрузка файла
file_drive = drive.CreateFile({'title': 'отчёт.xlsx'})
file_drive.SetContentFile('отчёт.xlsx')
file_drive.Upload()

# 1. Создаём данные
worksheet.write('A1', 'Категория')
worksheet.write('B1', 'Значение')
worksheet.write('A2', 'A')
worksheet.write('B2', 10)
worksheet.write('A3', 'B')
worksheet.write('B3', 20)

2. Добавляем диаграмму
chart = workbook.add_chart({'type': 'column'})

3. Указываем диапазон данных
chart.add_series({'values': '=Sheet1!$B$2:$B$3', 'categories': '=Sheet1!$A$2:$A$3'})

4. Вставляем диаграмму на лист
worksheet.insert_chart('D2', chart)

worksheet.protect('пароль', {
'objects': True,       # Защита объектов (фигур, диаграмм)
'scenarios': True,     # Защита сценариев
'format_cells': False, # Разрешить форматирование ячеек
'insert_columns': False
})

from openpyxl import Workbook
wb = Workbook()
wb.security = WorkbookProtection(workbookPassword='пароль', lockStructure=True)
wb.save('защищённый.xlsx')