Python列表导出Excel的三种场景：Spire.XLS与pandas/openpyxl/xlsxwriter实战

脚本专家

在日常数据处理中，将 Python 列表结构的数据导出为 Excel 文件是高频操作。无论是一维列表（如产品名列表）、二维列表（多行多列表格）还是字典列表（API 响应或数据库查询结果），都需要一种简洁高效的方法写入 Excel。本文综合介绍 Free Spire.XLS for Python、pandas、openpyxl 和 xlsxwriter 四种方案，覆盖从简单导出到样式控制的完整需求。

环境准备

Free Spire.XLS for Python 是一款无需依赖 Microsoft Office 的 Excel 处理组件，支持 .xls 与 .xlsx 格式，免费版对工作表数量和数据行数有一定限制。安装：

2. pip install Spire.Xls.Free

复制代码

导入核心模块：

2. from spire.xls import *
3. from spire.xls.common import *

复制代码

核心对象包括 Workbook（工作簿）、Worksheet（工作表）和 CellRange（单元格区域），构成了操作的基础层级。

pandas、openpyxl、xlsxwriter 是 Python 生态中更通用的 Excel 写库，安装：

2. pip install pandas openpyxl xlsxwriter

复制代码

pandas 默认使用 openpyxl 作为引擎，安装后即可通过 to_excel 一行导出。

场景 1：一维列表导出为单列

一维列表对应 Excel 中的单列数据。使用 Spire.XLS 时，需遍历列表按行索引写入单元格，行号从 1 开始。

2. from spire.xls import *
3. from spire.xls.common import *
5. def list_to_single_column(data_list, output_path, sheet_name="数据"):
6.     workbook = Workbook()
7.     workbook.Worksheets.Clear()
8.     sheet = workbook.Worksheets.Add(sheet_name)
9.     for index, value in enumerate(data_list):
10.         sheet.Range[index + 1, 1].Value = str(value)
11.     sheet.AllocatedRange.AutoFitColumns()
12.     workbook.SaveToFile(output_path, ExcelVersion.Version2016)
13.     workbook.Dispose()
15. if __name__ == "__main__":
16.     products = ["笔记本电脑", "机械键盘", "无线鼠标", "27寸显示器", "外接硬盘"]
17.     list_to_single_column(products, "single_column.xlsx")

复制代码

要点：行号列号从 1 开始；Value 属性自动转字符串，若需保留数值类型可使用 NumberValue；AutoFitColumns() 方法根据内容调整列宽。

若使用 pandas，一维列表导出为单列更简洁：

2. import pandas as pd
3. data = ["苹果", "香蕉", "橙子", "葡萄"]
4. df = pd.DataFrame(data, columns=["水果名称"])
5. df.to_excel("fruits.xlsx", index=False)

复制代码

场景 2：二维列表导出为结构化表格

二维列表的每个子列表对应一行数据，通常配合表头。使用 Spire.XLS 时需分离表头与数据行，对表头应用样式。

2. from spire.xls import *
3. from spire.xls.common import *
5. def list_2d_to_excel(headers, data_rows, output_path, sheet_name="数据表"):
6.     workbook = Workbook()
7.     workbook.Worksheets.Clear()
8.     sheet = workbook.Worksheets.Add(sheet_name)
10.     # 写入表头（第1行）
11.     for col_idx, header in enumerate(headers):
12.         cell = sheet.Range[1, col_idx + 1]
13.         cell.Value = header
14.         cell.Style.Font.IsBold = True
15.         cell.Style.Color = Color.get_LightBlue()
16.         cell.Style.HorizontalAlignment = HorizontalAlignType.Center
18.     # 写入数据行（从第2行开始）
19.     for row_idx, row_data in enumerate(data_rows):
20.         for col_idx, value in enumerate(row_data):
21.             cell = sheet.Range[row_idx + 2, col_idx + 1]
22.             if isinstance(value, (int, float)):
23.                 cell.NumberValue = float(value)
24.             else:
25.                 cell.Value = str(value)
27.     # 添加边框
28.     data_range = sheet.Range[1, 1, len(data_rows) + 1, len(headers)]
29.     data_range.BorderAround(LineStyleType.Thin)
30.     data_range.BorderInside(LineStyleType.Thin)
32.     sheet.AllocatedRange.AutoFitColumns()
33.     workbook.SaveToFile(output_path, ExcelVersion.Version2016)
34.     workbook.Dispose()
36. if __name__ == "__main__":
37.     headers = ["员工ID", "姓名", "部门", "月薪", "在职状态"]
38.     employees = [
39.         [1001, "张明", "研发部", 15000, True],
40.         [1002, "李华", "产品部", 13500, True],
41.         [1003, "王芳", "设计部", 12800, False],
42.         [1004, "赵强", "测试部", 11500, True]
43.     ]
44.     list_2d_to_excel(headers, employees, "employee_table.xlsx")

复制代码

技术细节：数值用 NumberValue 写入以便参与公式计算；布尔值直接写入显示为 TRUE/FALSE，可自定义转换；区域批量操作通过 Range[行1,列1,行2,列2] 设置。

使用 pandas 同样简单：

2. data = [
3.     ["张三", 25, "北京"],
4.     ["李四", 30, "上海"],
5.     ["王五", 28, "广州"]
6. ]
7. df = pd.DataFrame(data, columns=["姓名", "年龄", "城市"])
8. df.to_excel("people.xlsx", index=False)

复制代码

若多个一维列表合并为多列，可构造字典：

2. names = ["张三", "李四", "王五"]
3. ages = [25, 30, 28]
4. cities = ["北京", "上海", "广州"]
5. df = pd.DataFrame({"姓名": names, "年龄": ages, "城市": cities})
6. df.to_excel("people2.xlsx", index=False)

复制代码

场景 3：字典列表导出为 Excel

字典列表（如数据库查询结果）每个元素是一个字典，键对应列名。使用 Spire.XLS 时需提取键作为表头，然后遍历写入。

2. from spire.xls import *
3. from spire.xls.common import *
5. def dict_list_to_excel(dict_list, output_path, sheet_name="数据", custom_headers=None):
6.     if not dict_list:
7.         raise ValueError("数据列表不能为空")
8.     workbook = Workbook()
9.     workbook.Worksheets.Clear()
10.     sheet = workbook.Worksheets.Add(sheet_name)
12.     # 确定表头
13.     if custom_headers:
14.         headers = custom_headers
15.         keys = list(dict_list[0].keys())
16.     else:
17.         keys = list(dict_list[0].keys())
18.         headers = keys
20.     # 写入表头
21.     for col_idx, header in enumerate(headers):
22.         cell = sheet.Range[1, col_idx + 1]
23.         cell.Value = header
24.         cell.Style.Font.IsBold = True
25.         cell.Style.HorizontalAlignment = HorizontalAlignType.Center
27.     # 写入数据
28.     for row_idx, item in enumerate(dict_list):
29.         for col_idx, key in enumerate(keys):
30.             cell = sheet.Range[row_idx + 2, col_idx + 1]
31.             value = item.get(key, "")
32.             if value is None:
33.                 cell.Value = ""
34.             elif isinstance(value, bool):
35.                 cell.BooleanValue = value
36.             elif isinstance(value, (int, float)):
37.                 cell.NumberValue = float(value)
38.             else:
39.                 cell.Value = str(value)
41.     data_range = sheet.Range[1, 1, len(dict_list) + 1, len(headers)]
42.     data_range.BorderAround(LineStyleType.Thin)
43.     data_range.BorderInside(LineStyleType.Thin)
44.     sheet.AllocatedRange.AutoFitColumns()
45.     workbook.SaveToFile(output_path, ExcelVersion.Version2016)
46.     workbook.Dispose()
48. if __name__ == "__main__":
49.     orders = [
50.         {"order_id": "ORD2024001", "product": "笔记本支架", "quantity": 2, "price": 89.9, "status": "已发货"},
51.         {"order_id": "ORD2024002", "product": "USB集线器", "quantity": 5, "price": 45.0, "status": "待出库"},
52.         {"order_id": "ORD2024003", "product": "散热底座", "quantity": 1, "price": 129.0, "status": "已签收"},
53.     ]
54.     dict_list_to_excel(orders, "orders.xlsx", sheet_name="订单数据")

复制代码

设计考量：通过 isinstance 判断数据类型，分别调用 BooleanValue、NumberValue；None 写为空字符串；未匹配类型统一转字符串，确保导出不中断。

使用 pandas 时，字典列表可直接构造 DataFrame：

2. orders_df = pd.DataFrame(orders)
3. orders_df.to_excel("orders_pandas.xlsx", index=False)

复制代码

知识扩展：其他库的使用与对比

— openpyxl 适用于需要细粒度控制单元格样式、合并单元格的场景。将二维列表逐行写入：

2. from openpyxl import Workbook
3. data = [
4.     ["姓名", "年龄", "城市"],
5.     ["张三", 25, "北京"],
6.     ["李四", 30, "上海"],
7.     ["王五", 28, "广州"]
8. ]
9. wb = Workbook()
10. ws = wb.active
11. for row in data:
12.     ws.append(row)
13. wb.save("openpyxl_output.xlsx")

复制代码

写入一维列表为单列时，每个元素以 [element] 形式 append。

— xlsxwriter 支持样式、图表、条件格式，适合生成专业报表。基本写入：

2. import xlsxwriter
3. workbook = xlsxwriter.Workbook('xlsxwriter_output.xlsx')
4. worksheet = workbook.add_worksheet()
5. data = [
6.     ["姓名", "年龄", "城市"],
7.     ["张三", 25, "北京"],
8.     ["李四", 30, "上海"],
9. ]
10. for row_idx, row_data in enumerate(data):
11.     for col_idx, value in enumerate(row_data):
12.         worksheet.write(row_idx, col_idx, value)
13. workbook.close()

复制代码

添加格式：

2. header_format = workbook.add_format({'bold': True, 'font_color': 'white', 'bg_color': '#4CAF50', 'border': 1})
3. for col, header in enumerate(["姓名", "年龄", "城市"]):
4.     worksheet.write(0, col, header, header_format)

复制代码

xlsxwriter 也支持多个工作表：worksheet1 = workbook.add_worksheet("Sheet1"); worksheet2 = workbook.add_worksheet("Sheet2")。

总结

将 Python 列表导出为 Excel 的核心在于数据结构到表格结构的映射：一维列表→单列，二维列表→多行多列，字典列表→带标题行。简易场景下可直接用 Spire.XLS 手动遍历，或使用 pandas 一行代码完成；复杂样式需求可选 openpyxl 或 xlsxwriter。实际开发中建议根据数据规模、格式要求选择最合适的库，并封装成通用函数加入类型判断与异常处理，以提高代码复用性和健壮性。

热心网友4

非常感谢分享，写得非常详细！尤其是 Spire.XLS 的用法，之前我只用过 pandas，看了代码中对单元格样式和边框的手动控制，感觉更灵活了。想请教一下，场景2和场景3里，openpyxl 和 xlsxwriter 相比 Spire.XLS 在性能或功能上有哪些明显的差异？期待后续内容～

热心网友4

感谢楼主的详细分享！文章把一维列表、二维列表两种典型场景都讲清楚了，而且同时给出了 Spire.XLS 和 pandas 两种写法的对比，对新手很友好。特别注意到 Spire.XLS 示例中处理数值类型时用了 `NumberValue`，这个细节确实容易忽略，很多人直接赋字符串会导致 Excel 里存成文本。另外 `AutoFitColumns` 和边框的添加也让导出的表格更接近正式报表，实用性强。 我平时主要用 pandas + openpyxl 组合，没怎么接触过 Free Spire.XLS。想请教一下，免费版对行数和工作表数量的限制具体是多少？当数据量稍大时，Spire.XLS 和 pandas 在性能上差距大吗？期待楼主后续能补上字典列表（比如 `[{“a”:1}, {“b”:2}]`）的写法，那在 API 数据处理中也很常见。再次感谢分享！

热心网友4

感谢分享，很实用的总结！我平时主要用 pandas + openpyxl 处理导出，但看到 Spire.XLS 在样式控制上确实更灵活，尤其是一步步设置边框和颜色，适合对格式有要求的报表。想问一下，免费版对数据行数的具体限制是多少？如果二维列表有几千行数据，会不会触发限制导致保存失败？另外，你提到 AutoFitColumns 调整列宽，但对于中文内容，有时自动列宽会不够，有没有推荐的固定列宽设置方法？