Python 輸出 Excel 文件進階教學：pandas 與 openpyxl 全面解析與實務應用

Python 輸出 Excel 文件總覽

在數據分析、專案管理與日常辦公自動化中，將資料輸出為 Excel 文件是常見需求。Python 提供多種高效工具協助你完成這項任務，其中以 pandas 與 openpyxl 最為主流。
選擇合適的工具，能大幅提升處理效率與彈性。以下將帶你了解兩者的適用情境與比較。

常見應用場景與選擇建議

產業應用案例：
– 專案經理將任務追蹤表批次匯出為 Excel 報告，便於團隊溝通（推薦 pandas）。
– 財務人員需自訂報表格式、插入公司 Logo、設定條件格式（推薦 openpyxl）。

準備工作

在開始前，請先確認 Python 已安裝於你的電腦。建議使用最新版 Python，並建立虛擬環境以隔離專案依賴。

安裝必要套件

使用以下指令安裝 pandas 與 openpyxl：

pip install pandas openpyxl

如需進行進階 Excel 操作（如插入圖片），建議同時安裝 pillow：

pip install pillow

注意事項：
– pandas 需搭配 openpyxl 才能完整支援 .xlsx 格式的匯出。
– 若遇到安裝權限問題，請嘗試加上 --user 參數。

使用 pandas 輸出 Excel

pandas 是數據分析領域的首選工具，能輕鬆將各種資料型態轉為 Excel 文件，適合批次處理與自動化任務。

建立 DataFrame 與資料來源

pandas 的核心是 DataFrame，可從多種來源建立：

import pandas as pd

# 從字典建立
data = {'姓名': ['王小明', '李小華'], '分數': [85, 92]}
df = pd.DataFrame(data)

# 從資料庫查詢結果建立
# import sqlalchemy
# engine = sqlalchemy.create_engine('sqlite:///mydb.db')
# df = pd.read_sql('SELECT * FROM scores', engine)

實務情境：
– 將 API 回傳的 JSON 轉為 DataFrame，再匯出 Excel 報表。
– 將多個 CSV 檔合併後，一次匯出為 Excel。

to_excel() 方法詳解

pandas 的 to_excel() 方法能快速將 DataFrame 輸出為 Excel 檔案：

df.to_excel('output.xlsx', index=False, sheet_name='成績表', encoding='utf-8')

常用參數說明：

常見錯誤與解法：
– 若遇到「ExcelWriter requires openpyxl」錯誤，請確認已安裝 openpyxl。
– 中文亂碼：通常不會發生於 .xlsx，但若遇到，請確認 Excel 軟體支援 UTF-8。

多工作表輸出

若需同時輸出多個 DataFrame 至不同工作表，可用 ExcelWriter：

with pd.ExcelWriter('multi_sheet.xlsx', engine='openpyxl') as writer:
    df1.to_excel(writer, sheet_name='Sheet1', index=False)
    df2.to_excel(writer, sheet_name='Sheet2', index=False)

產業應用案例：
– 每月自動產生多部門的績效報表，各部門一個工作表。

實務案例：資料轉檔、批次輸出

案例一：CSV 批次轉 Excel

import glob

csv_files = glob.glob('data/*.csv')
with pd.ExcelWriter('all_data.xlsx', engine='openpyxl') as writer:
    for file in csv_files:
        df = pd.read_csv(file)
        sheet = file.split('/')[-1].replace('.csv', '')
        df.to_excel(writer, sheet_name=sheet, index=False)

案例二：API 資料自動匯出 Excel

import requests

response = requests.get('https://api.example.com/data')
data = response.json()
df = pd.DataFrame(data)
df.to_excel('api_data.xlsx', index=False)

使用 openpyxl 進階操作 Excel

openpyxl 提供對 Excel 文件的細緻控制，適合需要自訂格式、插入圖片、公式等進階應用。

建立與儲存工作簿

from openpyxl import Workbook

wb = Workbook()
ws = wb.active
ws.title = '報表'
ws['A1'] = '姓名'
ws['B1'] = '分數'
ws.append(['王小明', 85])
ws.append(['李小華', 92])
wb.save('openpyxl_report.xlsx')

寫入資料與多工作表管理

新增/切換/刪除工作表：

ws2 = wb.create_sheet('統計')
wb.remove(wb['統計'])  # 刪除工作表

批次寫入資料：

data = [
    ['姓名', '分數'],
    ['王小明', 85],
    ['李小華', 92]
]
for row in data:
    ws.append(row)

實務情境：
– 產生多個部門報表，並自動建立分頁。

單元格格式設定與進階應用

自訂字體、顏色、合併儲存格：

from openpyxl.styles import Font, PatternFill

ws['A1'].font = Font(bold=True, color='FF0000')
ws['A1'].fill = PatternFill('solid', fgColor='FFFF00')
ws.merge_cells('A1:B1')

插入圖片：

from openpyxl.drawing.image import Image

img = Image('logo.png')
ws.add_image(img, 'C1')

寫入公式：

ws['C2'] = '=SUM(B2:B3)'

產業應用案例：
– 企業年度報表自動插入公司標誌、設計專屬格式，提升專業形象。

常見錯誤與排查

pandas 與 openpyxl 功能比較與選擇建議

選擇建議：
– 需快速將大量資料匯出 Excel，建議用 pandas。
– 需高度自訂格式、插入圖片、公式，建議用 openpyxl。
– 兩者可搭配使用：先用 pandas 匯出，再用 openpyxl 進行格式美化。

常見問題 FAQ

如何避免索引欄寫入？

在 pandas 的 to_excel() 加上 index=False 參數即可。

如何寫入已存在的 Excel 檔？

可用 openpyxl 讀取現有檔案，或 pandas 的 ExcelWriter 加上 mode='a'（需注意 openpyxl 版本支援）。

如何處理中文亂碼？

pandas 輸出 .xlsx 通常不會亂碼；若遇到問題，請確認 Excel 軟體支援 UTF-8。openpyxl 寫入 .xlsx 不會有亂碼。

如何寫入多個 Sheet？

pandas：用 ExcelWriter 寫多個 DataFrame；openpyxl：用 create_sheet() 新增分頁。

結論與進階應用建議

根據實際需求選擇合適工具，能大幅提升數據處理效率。
– 若需自動化批次匯出、資料整合，pandas 是首選。
– 需高度自訂格式、插入圖片、公式，openpyxl 更適合。
– 若需將 Excel 流程整合至團隊協作或自動化平台，可考慮 Monday.com、ClickUp 等工具，進一步提升專案管理與數據流效率。