Python实现精准拆分Excel文件大表数据功能

pip install pandas openpyxl

import os
import pandas as pd

def split_excel_by_column(input_file, split_column, output_dir="拆分结果"):
    """
    按指定列的值将 Excel 总表拆分为多个独立文件

    参数:
        input_file: 输入的总表 Excel 文件路径
        split_column: 用于拆分的列名（如"部门"、"城市"）
        output_dir: 输出文件夹路径
    """
    # 1. 读取总表
    if not os.path.exists(input_file):
        print(f"错误：文件 {input_file} 不存在！")
        return

    df = pd.read_excel(input_file, engine='openpyxl')
    print(f"总表数据：{len(df)} 行，{len(df.columns)} 列")

    # 2. 检查拆分列是否存在
    if split_column not in df.columns:
        print(f"错误：列名 '{split_column}' 不存在！可用列：{list(df.columns)}")
        return

    # 3. 创建输出目录
    os.makedirs(output_dir, exist_ok=True)

    # 4. 按指定列分组并导出
    grouped = df.groupby(split_column)
    group_count = 0

    for group_name, group_df in grouped:
        # 清理文件名中的非法字符（Windows 文件名不允许的字符）
        safe_name = str(group_name).replace('/', '_').replace('\\', '_')
        safe_name = safe_name.replace('*', '').replace('?', '').replace(':', '')

        output_file = os.path.join(output_dir, f"{safe_name}.xlsx")
        group_df.to_excel(output_file, index=False, engine='openpyxl')
        group_count += 1
        print(f"[{group_count}] 已拆分: {safe_name} ({len(group_df)} 行)")

    print(f"\n拆分完成！共生成 {group_count} 个文件，保存在: {output_dir}/")


# ==================== 使用示例 ====================
if __name__ == "__main__":
    # ========== 示例 1：按部门拆分 ==========
    split_excel_by_column(
        input_file="员工花名册总表.xlsx",
        split_column="部门",
        output_dir="按部门拆分"
    )

    # ========== 示例 2：按城市拆分 ==========
    # split_excel_by_column(
    #     input_file="销售数据总表.xlsx",
    #     split_column="城市",
    #     output_dir="按城市拆分"
    # )

df = pd.read_excel(input_file, engine='openpyxl')

if split_column not in df.columns:
    print(f"错误：列名 '{split_column}' 不存在！可用列：{list(df.columns)}")
    return

grouped = df.groupby(split_column)

for group_name, group_df in grouped:
    output_file = os.path.join(output_dir, f"{group_name}.xlsx")
    group_df.to_excel(output_file, index=False, engine='openpyxl')

safe_name = str(group_name).replace('/', '_').replace('\\', '_')

df['拆分键'] = df['部门'] + '_' + df['城市']
grouped = df.groupby('拆分键')

for group_name, group_df in grouped:
    # 只保留需要的列
    keep_columns = ['姓名', '工号', '邮箱', '电话']
    existing_columns = [col for col in keep_columns if col in group_df.columns]
    group_df[existing_columns].to_excel(output_file, index=False, engine='openpyxl')

import shutil

# 拆分完成后打包为 ZIP
shutil.make_archive("拆分结果", 'zip', output_dir)
print("已打包为 拆分结果.zip")

# 定义工资区间
conditions = [
    (df['工资'] < 8000),
    (df['工资'] >= 8000) & (df['工资'] < 15000),
    (df['工资'] >= 15000)
]
choices = ['初级', '中级', '高级']
df['工资等级'] = pd.cut(df['工资'], bins=[0, 8000, 15000, float('inf')], labels=['初级', '中级', '高级'])
grouped = df.groupby('工资等级')

print(df['部门'].unique())  # 查看唯一的部门值
print(df['部门'].value_counts())  # 查看每个部门的行数

from openpyxl import load_workbook

# 先复制模板
import shutil
shutil.copy("模板.xlsx", output_file)

# 再写入数据
wb = load_workbook(output_file)
ws = wb.active
for row_idx, row in enumerate(group_df.values, start=2):
    for col_idx, value in enumerate(row, start=1):
        ws.cell(row=row_idx, column=col_idx, value=value)
wb.save(output_file)