Python输出表格的完整指南：从控制台到Excel的多种实现方式

Python输出表格的完整指南：从控制台到Excel的多种实现方式

在数据处理和展示中，表格是最直观的数据呈现形式之一。Python作为一门强大的编程语言，提供了丰富的库和工具，支持从简单的控制台表格到复杂的Excel文件表格的生成。本文将系统性地讲解Python中输出表格的多种方法，并通过代码示例帮助读者掌握不同场景下的最佳实践。

一、控制台表格输出：适合命令行工具开发

1.1 使用 PrettyTable 库

特点：

• 自动对齐文本，支持中文字符
• 提供多样的表格样式（默认、网格、简单等）
• 支持从CSV文件直接加载数据

安装与基础用法：

pip install prettytable

from prettytable import PrettyTable

# 创建表格对象并设置表头
table = PrettyTable(["姓名", "年龄", "城市"])
# 添加数据行
table.add_row(["Alice", 25, "New York"])
table.add_row(["Bob", 30, "London"])
table.add_row(["Charlie", 35, "Shanghai"])

# 设置表格样式
table.set_style(PrettyTable.PLAIN_COLUMNS)
print(table)

输出结果：

姓名    年龄  城市      
Alice  25   New York  
Bob    30   London    
Charlie 35   Shanghai  

适用场景：

• 开发命令行工具（如资源管理器、日志分析器）
• 快速生成ASCII格式的表格报告

1.2 使用 Tabulate 库

特点：

• 支持多种输出格式（grid、fancy_grid、html等）
• 简洁的API设计
• 可自定义列对齐方式

安装与基础用法：

pip install tabulate

from tabulate import tabulate

# 数据和表头
headers = ["Name", "Age", "City"]
rows = [
    ["Alice", 25, "New York"],
    ["Bob", 30, "London"],
    ["Charlie", 35, "Shanghai"]
]

# 生成表格（grid样式）
table = tabulate(rows, headers=headers, tablefmt="grid")
print(table)

输出结果：

+---------+-----+--------------+
| Name    | Age | City         |
+=========+=====+==============+
| Alice   |  25 | New York     |
+---------+-----+--------------+
| Bob     |  30 | London       |
+---------+-----+--------------+
| Charlie |  35 | Shanghai     |
+---------+-----+--------------+

适用场景：

• 需要多种格式输出的场景（如生成Markdown、HTML文档）
• 对表格样式有较高要求的项目

二、Excel表格输出：适合数据分析和报告生成

2.1 使用 Pandas 和 openpyxl 库

特点：

• 强大的数据处理能力（筛选、聚合、计算）
• 支持读写Excel文件（.xlsx格式）
• 可直接从数据库、CSV等数据源导入数据

安装与基础用法：

pip install pandas openpyxl

import pandas as pd

# 创建DataFrame
data = {
    "姓名": ["Alice", "Bob", "Charlie"],
    "年龄": [25, 30, 35],
    "城市": ["New York", "London", "Shanghai"]
}
df = pd.DataFrame(data)

# 导出到Excel文件
df.to_excel("output.xlsx", index=False, engine="openpyxl")

生成的Excel文件：

进阶功能：

• 合并多个工作表：通过 ExcelWriter 同时操作多个sheet
• 样式设置：使用 openpyxl 的 Style 模块设置字体、颜色、边框
• 图表生成：结合 openpyxl.chart 插入柱状图、折线图

2.2 使用 openpyxl 直接操作Excel

特点：

• 更细粒度的单元格控制
• 支持公式计算和图表插入
• 适合需要复杂格式的Excel文件

示例代码：

from openpyxl import Workbook

# 创建工作簿和工作表
wb = Workbook()
ws = wb.active
ws.title = "用户信息"

# 添加表头和数据
ws.append(["姓名", "年龄", "城市"])
ws.append(["Alice", 25, "New York"])
ws.append(["Bob", 30, "London"])
ws.append(["Charlie", 35, "Shanghai"])

# 设置单元格样式
from openpyxl.styles import Font
header_font = Font(bold=True)
for cell in ws["1:1"]:
    cell.font = header_font

# 保存文件
wb.save("output_openpyxl.xlsx")

适用场景：

• 需要自定义Excel格式（如合并单元格、条件格式）
• 需要插入公式或图表的自动化报表

三、动态表格生成：结合数据源和模板

3.1 从CSV文件生成表格

使用 pandas.read_csv 读取数据：

import pandas as pd

# 读取CSV文件
df = pd.read_csv("data.csv")
# 输出到控制台
print(df.to_string(index=False))

示例CSV内容：

姓名,年龄,城市
Alice,25,New York
Bob,30,London
Charlie,35,Shanghai

输出结果：

  姓名  年龄       城市
Alice  25   New York
Bob    30     London
Charlie  35   Shanghai

3.2 使用模板引擎（Jinja2）生成HTML表格

特点：

• 动态生成HTML报告
• 支持复杂模板逻辑（循环、条件判断）

示例代码：

from jinja2 import Template

# 定义HTML模板
template_str = """
<table border="1">
  <tr>
    {% for header in headers %}
    <th>{{ header }}</th>
    {% endfor %}
  </tr>
  {% for row in rows %}
  <tr>
    {% for cell in row %}
    <td>{{ cell }}</td>
    {% endfor %}
  </tr>
  {% endfor %}
</table>
"""

# 渲染模板
template = Template(template_str)
rendered_html = template.render(
    headers=["姓名", "年龄", "城市"],
    rows=[["Alice", 25, "New York"], ["Bob", 30, "London"], ["Charlie", 35, "Shanghai"]]
)

# 保存为HTML文件
with open("table.html", "w", encoding="utf-8") as f:
    f.write(rendered_html)

生成的HTML效果：

四、常见问题与优化建议

4.1 中文显示问题

• 原因：部分库默认使用ASCII字符，导致中文对齐异常
• 解决方案：
  • 使用 prettytable 或 tabulate（内置中文支持）
  • 手动调整列宽：table.max_width["城市"] = 15

4.2 性能优化

• 大数据量处理：
  • 避免在循环中逐行添加数据，改用批量导入（如 add_rows()）
  • 使用 pandas 的向量化操作替代逐行计算

4.3 格式一致性

• 统一风格：在项目中固定使用一种库（如所有控制台输出使用 PrettyTable）
• 样式规范：定义统一的表头颜色、字体大小等（适用于Excel输出）

五、总结与工具选择建议

根据需求选择合适的工具：

• 快速生成控制台表格 → PrettyTable 或 Tabulate
• 数据分析与Excel导出 → Pandas + openpyxl
• 复杂Excel格式 → openpyxl 单独使用
• 自动化HTML报告 → Jinja2 模板引擎

通过掌握这些工具，开发者可以高效地在Python中处理表格数据，无论是开发命令行工具、生成分析报告，还是自动化Excel处理，都能得心应手。