【Python如何将EXCEL拆分】

文章目录

- Python将一个EXCEL表拆分多个excel表
- Python将一个EXCEL表中一个sheet拆分多个sheet表

Python将一个EXCEL表拆分多个excel表

在Python中，你可以使用pandas库来读取Excel文件，并将一个大的Excel表格（工作表）拆分成多个单独的Excel文件。这通常基于某些条件，比如基于某列的唯一值或者按照行数的固定分割。

以下是一个基于某列唯一值来拆分Excel工作表的示例：

首先，你需要安装pandas和openpyxl（用于读写Excel文件）：

bash 复制代码

pip install pandas openpyxl

使用Python脚本拆分Excel文件：

python 复制代码

import pandas as pd

# 读取原始Excel文件
original_file = 'original.xlsx'
sheet_name = 'Sheet1'  # 假设你要拆分的工作表名称是'Sheet1'
df = pd.read_excel(original_file, sheet_name=sheet_name)

# 选择你要根据哪一列的唯一值来拆分工作表
split_column = 'column_to_split_by'  # 替换为你的列名
unique_values = df[split_column].unique()

# 遍历唯一值并保存每个子DataFrame到新的Excel文件
for value in unique_values:
    # 筛选数据
    sub_df = df[df[split_column] == value]
    
    # 构造新的文件名
    new_file = f'split_{value}.xlsx'
    
    # 写入新的Excel文件
    with pd.ExcelWriter(new_file, engine='openpyxl') as writer:
        sub_df.to_excel(writer, index=False, sheet_name=sheet_name)

print(f'Split into {len(unique_values)} files.')

在这个示例中，split_column是你希望根据其唯一值来拆分工作表的列的名称。unique_values是一个包含该列所有唯一值的列表。然后，脚本遍历这些唯一值，对于每个唯一值，它筛选出原始DataFrame中对应的行，并将这些行保存到一个新的Excel文件中。

请注意，这个示例假设你的原始Excel文件使用的是.xlsx格式，并且你希望保存拆分后的文件也为.xlsx格式。此外，如果你需要拆分的工作表不是第一个工作表（即不是'Sheet1'），你需要将sheet_name变量的值更改为正确的工作表名称。

如果你想要按照行数的固定分割来拆分工作表（例如，每100行一个文件），你可以稍微修改上面的脚本，使用range(0, len(df), 100)来迭代行索引，并使用.iloc来切片DataFrame。

Python将一个EXCEL表中一个sheet拆分多个sheet表

可以使用pandas结合openpyxl或xlsxwriter来实现。但是，由于pandas的ExcelWriter在写入时不支持在同一个Excel文件中添加多个工作表（除非你一次写入所有工作表），需要使用openpyxl或xlsxwriter来手动操作Excel文件。

以下是一个使用pandas和openpyxl来拆分一个工作表到多个工作表的示例：

python 复制代码

import pandas as pd
from openpyxl import load_workbook

# 读取原始Excel文件
original_file = 'original.xlsx'
sheet_name_to_split = 'Sheet1'  # 要拆分的工作表名称

# 使用pandas读取工作表
df = pd.read_excel(original_file, sheet_name=sheet_name_to_split)

# 假设你根据某列的值（例如'group_column'）来拆分工作表
# 也可以根据需要使用其他逻辑，比如按行数拆分
groups = df['group_column'].unique()

# 加载已存在的Excel文件以添加新的工作表
book = load_workbook(original_file)
writer = pd.ExcelWriter(original_file, engine='openpyxl') 
writer.book = book

# 遍历每个组并将数据写入新的工作表
for group in groups:
    # 筛选数据
    sub_df = df[df['group_column'] == group]
    
    # 写入新的工作表，如果工作表已存在则先删除
    if group in book.sheetnames:
        book.remove(book[group])
    sub_df.to_excel(writer, sheet_name=group, index=False)

# 保存Excel文件
writer.save()

在这个示例中，我们首先加载了原始的Excel文件，并使用pandas读取了要拆分的工作表。然后，我们根据某个列的唯一值将数据拆分成多个DataFrame。接下来，我们使用openpyxl加载原始的Excel工作簿，并遍历每个组。对于每个组，我们检查是否存在同名的工作表，如果存在则删除它，然后将筛选后的数据写入新的工作表。最后，我们保存了修改后的Excel文件。

请注意，这个示例会直接修改原始的Excel文件。如果你不希望修改原始文件，你可以将结果保存到一个新的Excel文件中。此外，如果你的数据量很大，或者拆分后的工作表很多，这个操作可能会比较耗时，因为它需要在内存中处理整个Excel文件。