Как сделать таблицу Excel в Python: от простых данных до сложных отчётов

Работа с таблицами Excel в Python — одна из самых востребованных задач в автоматизации отчётности, анализе данных и бизнес-процессах. Несмотря на популярность Google Sheets и CSV, формат .xlsx остаётся стандартом де-факто для обмена структурированной информацией между системами. С помощью Python вы можете не только создавать таблицы с нуля, но и редактировать существующие файлы, добавлять формулы, строить графики и даже защищать данные паролем.

Многие ошибочно считают, что для работы с Excel в Python нужны глубокие знания программирования. На самом деле, благодаря специализированным библиотекам вроде openpyxl, pandas или xlsxwriter, даже новичок сможет автоматизировать рутинные задачи за несколько часов. Главное — понимать базовые принципы: как организовать данные в ячейках, как применить стили и как избежать типичных ошибок при экспорте.

В этой статье мы разберём 5 практических способов создания Excel-файлов в Python — от простейших таблиц до многостраничных отчётов с диаграммами. Вы узнаете, какую библиотеку выбрать для конкретной задачи, как оптимизировать код для больших объёмов данных и какие скрытые возможности формата .xlsx часто упускают из виду даже опытные разработчики.

1. Библиотека openpyxl: базовое создание таблиц

Openpyxl — самая популярная библиотека для работы с .xlsx-файлами в Python. Она позволяет создавать таблицы с нуля, редактировать существующие файлы и управлять стилями ячеек. Главное преимущество — простота использования и поддержка всех ключевых функций Excel, включая формулы, условное форматирование и сводные таблицы.

Чтобы установить библиотеку, выполните команду в терминале:

pip install openpyxl

Минимальный пример создания файла с одной таблицей:

from openpyxl import Workbook

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

Записываем данные в ячейки
ws['A1'] = "Привет, Excel!"
ws['B2'] = 42
ws['C3'] = "=SUM(B2:B3)"  # Формула

Сохраняем файл
wb.save("example_openpyxl.xlsx")

Обратите внимание на синтаксис обращения к ячейкам: ws['A1'] или альтернативно ws.cell(row=1, column=1). Библиотека автоматически определяет тип данных (строка, число, формула), но иногда требуется явное приведение типов для корректного отображения.

⚠️ Внимание: При работе с формулами в openpyxl ячейка должна начинаться со знака =, иначе текст будет воспринят как обычная строка. Например, ws['A1'] = "SUM(B1:B10)" не сработает — нужно ws['A1'] = "=SUM(B1:B10)".

• 📌 Поддерживает Excel-формулы (более 300 функций)
• 🎨 Позволяет настраивать стили ячеек (шрифты, цвета, границы)
• 📊 Умеет создавать простые диаграммы (линейные, столбчатые)
• 🔄 Может читать и записывать существующие файлы без потери форматирования

2. Pandas для экспорта DataFrame в Excel

Если вы работаете с данными в формате таблиц (DataFrame), библиотека pandas станет вашим лучшим помощником. Она не только упрощает анализ данных, но и предоставляет удобные методы для экспорта в Excel. Главный плюс — автоматическое форматирование столбцов и строк, поддержка многостраничных книг и интеграция с openpyxl для расширенных функций.

Установка (если ещё не установлен):

pip install pandas openpyxl

Пример экспорта DataFrame в Excel:

import pandas as pd

Создаём DataFrame
data = {
"Продукт": ["Яблоки", "Бананы", "Вишня"],
"Цена": [50, 30, 120],
"Количество": [100, 200, 50]
}
df = pd.DataFrame(data)

Экспортируем в Excel
df.to_excel("products_pandas.xlsx",
sheet_name="Товары",
index=False,  # Не сохраняем индексы строк
engine='openpyxl')

Ключевые параметры метода to_excel():

• 📄 sheet_name — имя листа (по умолчанию 'Sheet1')
• 🔢 index — сохранять ли индексы строк (False для чистых данных)
• 📊 startrow/startcol — смещение начала таблицы
• 🔄 engine — движок для записи ('openpyxl' или 'xlsxwriter')

⚠️ Внимание: При экспорте больших DataFrame (>100 000 строк) pandas может тормозить. В таких случаях лучше использовать xlsxwriter в режиме оптимизации или разбивать данные на несколько листов.

with pd.ExcelWriter("multi_sheet.xlsx", engine='openpyxl') as writer:
df1.to_excel(writer, sheet_name="Лист1")
df2.to_excel(writer, sheet_name="Лист2")

3. XlsxWriter: оптимизация для больших данных

Когда речь идёт о крупных наборах данных (десятки тысяч строк) или необходимости тонкой настройки форматирования, xlsxwriter становится лучшим выбором. Эта библиотека оптимизирована для производительности и поддерживает расширенные функции Excel, такие как:

• 📈 Условное форматирование (цветовые шкалы, значки)
• 🔒 Защита листов и книг паролем
• 📊 Сложные диаграммы (спарклайны, тепловые карты)
• 🖼️ Вставка изображений и объектов

Установка:

pip install xlsxwriter

Пример создания файла с форматированием:

import xlsxwriter

Создаём книгу и добавляем лист
workbook = xlsxwriter.Workbook('large_data.xlsx')
worksheet = workbook.add_worksheet("Данные")

Определяем форматы
bold = workbook.add_format({'bold': True})
money_format = workbook.add_format({'num_format': '#,##0.00 ₽'})

Записываем заголовки
worksheet.write('A1', 'Продукт', bold)
worksheet.write('B1', 'Цена', bold)
worksheet.write('C1', 'Продажи', bold)

Записываем данные с форматом
worksheet.write('A2', 'Ноутбук')
worksheet.write('B2', 45000, money_format)
worksheet.write('C2', 15)

workbook.close()

XlsxWriter не умеет редактировать существующие файлы (только создавать новые), но зато предлагает уникальные возможности:

• 🔹 Динамические массивы (Excel Tables)
• 📌 Автофильтры для больших таблиц
• 📱 Оптимизация для мобильных устройств (адаптивные видеты)

workbook.set_calc_mode('manual')

4. Работа с формулами и вычислениями

Одной из ключевых особенностей Excel являются формулы, и Python позволяет их полноценно использовать. Все три рассмотренные библиотеки поддерживают вставку формул, но есть нюансы:

Пример добавления формул в openpyxl:

from openpyxl import Workbook
from openpyxl.utils import get_column_letter

wb = Workbook()
ws = wb.active

Записываем данные
ws['A1'] = 10
ws['B1'] = 20
ws['C1'] = "=A1+B1"  # Простая формула

Формула с использованием функции
ws['A2'] = 5
ws['B2'] = 15
ws['C2'] = f"=SUM(A1:B2)"

Формула с абсолютной ссылкой
ws['A3'] = "=A$1*2"

wb.save("formulas.xlsx")

Для работы с динамическими диапазонами (например, =SUM(Таблица1!A:A)) используйте именованные диапазоны:

from openpyxl.workbook import defined_name

Создаём именованный диапазон
wb.defined_names.definedName('MyRange').value = "Sheet1!$A$1:$A$100"
ws['B1'] = "=SUM(MyRange)"

⚠️ Внимание: Формулы в Excel чувствительны к локализации. Если ваша система использует русскую версию Excel, замените SUM на СУММ, а запятые в аргументах — на точку с запятой: =СУММ(A1;B1).

5. Добавление диаграмм и графиков

Визуализация данных — неотъемлемая часть отчётности. Все три библиотеки поддерживают создание диаграмм, но xlsxwriter и openpyxl предлагают больше возможностей для настройки. Рассмотрим пример добавления столбчатой диаграммы с помощью openpyxl:

from openpyxl import Workbook
from openpyxl.chart import BarChart, Reference

wb = Workbook()
ws = wb.active

Данные для диаграммы
rows = [
["Год", "Продажи"],
[2020, 150],
[2021, 200],
[2022, 250]
]

for row in rows:
ws.append(row)

Создаём диаграмму
chart = BarChart()
data = Reference(ws, min_col=2, min_row=1, max_row=4, max_col=2)
categories = Reference(ws, min_col=1, min_row=2, max_row=4)
chart.add_data(data, titles_from_data=True)
chart.set_categories(categories)

Добавляем диаграмму на лист
ws.add_chart(chart, "D2")
wb.save("chart_example.xlsx")

Типы диаграмм, доступные в openpyxl:

• 📊 Столбчатая (BarChart)
• 📈 Линейная (LineChart)
• 🍩 Круговая (PieChart)
• 📉 С областями (AreaChart)
• 📍 Точечная (ScatterChart)

Для создания сводных таблиц (PivotTable) в openpyxl используйте класс PivotTable:

from openpyxl.utils import get_column_letter
from openpyxl.workbook.pivot.table import Table
from openpyxl.workbook.pivot.cache import Cache

Создаём кэш данных
cache = Cache(source=ws, top_left_cell="A1", bottom_right_cell="B4")
pt = Table(cache=cache, name="PivotTable1")

Добавляем поля
pt.row_fields = [get_column_letter(1)]  # Поле строк (первый столбец)
pt.data_fields = [get_column_letter(2)]  # Поле данных (второй столбец)

ws.add_table(pt)

Убедитесь, что данные начинаются с заголовков|Проверьте отсутствие пустых ячеек в диапазоне|Используйте числовые форматы для осей|Назовите лист понятным именем-->

6. Продвинутые возможности: защита, макросы и оптимизация

Когда базовых функций недостаточно, на помощь приходят продвинутые инструменты. Рассмотрим три ключевых сценария:

Защита листов и книг паролем

В xlsxwriter можно защитить лист от изменений:

worksheet.protect('password123', {
'objects': True,       # Защита объектов
'scenarios': True,     # Защита сценариев
'format_cells': False  # Разрешить форматирование ячеек
})

Добавление макросов (VBA)

Openpyxl не поддерживает запись макросов напрямую, но вы можете:

1. Создать файл с макросами вручную в Excel.
2. Открыть его в openpyxl и модифицировать данные.
3. Сохранить с тем же именем (макросы сохранятся).

Оптимизация производительности

Для ускорения работы с большими файлами:

• 🔹 Используйте write_only режим в openpyxl:

  wb = Workbook(write_only=True)

• 🔹 Отключайте автофильтры и условное форматирование при массовой записи.
• 🔹 Разбивайте данные на несколько листов (оптимально — до 50 000 строк на лист).

Малоизвестный факт: xlsxwriter поддерживает создание файлов в формате .xlsm (с макросами), но для этого нужно вручную добавить VBA-код после генерации файла с помощью сторонних инструментов.

7. Типичные ошибки и их решения

Даже опытные разработчики сталкиваются с проблемами при работе с Excel в Python. Вот самые распространённые ошибки и способы их избежать:

Ещё одна частая проблема — некорректное отображение дат. Excel хранит даты как числа (количество дней с 1900 года), поэтому при экспорте из pandas используйте:

df.to_excel("dates.xlsx",
date_format='DD.MM.YYYY',  # Формат даты
datetime_format='HH:MM:SS') # Формат времени

⚠️ Внимание: При работе с pandas и большими DataFrame избегайте использования engine='xlrd' — эта библиотека устарела и не поддерживает формат .xlsx для записи. Вместо неё укажите engine='openpyxl'.

8. Автоматизация: от простых скриптов до комплексных решений

Python позволяет автоматизировать не только создание Excel-файлов, но и цепочки действий с ними. Рассмотрим три уровня автоматизации:

Уровень 1: Простые скрипты

Пример: еженедельный экспорт данных из базы в Excel:

import sqlite3
import pandas as pd

Подключаемся к базе
conn = sqlite3.connect('sales.db')
query = "SELECT * FROM orders WHERE date > '2023-01-01'"
df = pd.read_sql(query, conn)

Экспортируем
df.to_excel("weekly_sales.xlsx", index=False)

Уровень 2: Шаблоны с форматированием

Используйте готовые шаблоны .xlsx и заполняйте их данными:

from openpyxl import load_workbook

Загружаем шаблон
wb = load_workbook("template.xlsx")
ws = wb["Отчёт"]

Заполняем динамические данные
ws['B2'] = current_date
ws['D5'] = total_sales

wb.save(f"report_{current_date}.xlsx")

Уровень 3: Комплексные пакетные задачи

Для автоматизации цепочек действий (например, сбор данных → обработка → экспорт → отправка по email) используйте:

• 📂 Airflow для оркестрации задач
• 📧 SMTPlib для отправки отчётов по почте
• 🔄 Celery для распределённых вычислений

Пример отправки сгенерированного отчёта по email:

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

Создаём письмо
msg = MIMEMultipart()
msg['From'] = "reports@company.com"
msg['To'] = "manager@company.com"
msg['Subject'] = "Ежемесячный отчёт"

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

Отправляем
with smtplib.SMTP("smtp.company.com", 587) as server:
server.login("user", "password")
server.send_message(msg)

FAQ: Частые вопросы по работе с Excel в Python

wb.create_sheet("Лист2")  # Создаёт новый лист
wb.create_sheet("Лист3", 0) # Вставляет лист на первую позицию

from openpyxl.styles import Font, Color, Alignment

Применяем стили
ws['A1'].font = Font(name='Arial', size=12, bold=True, color='FF0000')
ws['A1'].alignment = Alignment(horizontal='center')

with pd.ExcelWriter("styled.xlsx", engine='openpyxl') as writer:
df.to_excel(writer, sheet_name="Sheet1")
workbook = writer.book
worksheet = writer.sheets["Sheet1"]
# Здесь настраиваем стили для worksheet