编写一个按照指定比例分配Excel表格数据的程序可以分为以下几个步骤： ### 步骤一：准备环境 你需要安装一些必要的库，例如`pandas`和`openpyxl`用于读取、处理并保存Excel文件。 ```bash pip install pandas openpyxl ``` --- ### 步骤二：设计功能逻辑 假设我们有一个包含若干行记录的Excel文件，并需要将它按某个特定的比例分成几个部分（比如训练集70%，测试集30%），以下是完整的实现流程： #### 示例代码： ```python import pandas as pd from sklearn.model_selection import train_test_split # 定义函数 def split_excel_by_ratio(file_path, sheet_name=0, ratios=[0.7, 0.3], output_prefix="output"): """ 按照给定比例分割 Excel 数据 参数: file_path (str): 输入的 Excel 文件路径. sheet_name (int or str): 要操作的工作表名称或索引，默认为第一个工作表(索引从零开始). ratios (list of float): 分割的比例列表，如 [0.7, 0.3]. output_prefix (str): 输出文件名前缀. 返回值: None """ # 确保比例总和接近于1 if not abs(sum(ratios) - 1) < 1e-6: raise ValueError("所有比例之和应等于1") # 加载数据 df = pd.read_excel(file_path, sheet_name=sheet_name) print(f"原始数据大小: {len(df)} 条") remaining_data = df.copy() results = [] for i in range(len(ratios)-1): ratio = ratios[i] part_data, remaining_data = train_test_split( remaining_data, test_size=(1-ratio)/sum(ratios[i:]) * len(remaining_data), random_state=42) results.append(part_data) # 剩余的数据作为最后一部分 results.append(remaining_data) # 将结果分别存入不同的Excel文件中 for idx, result_df in enumerate(results): filename = f"{output_prefix}_part_{idx+1}.xlsx" result_df.to_excel(filename, index=False) print(f"已生成文件 '{filename}' 包含条目数={len(result_df)}") if __name__ == "__main__": input_file = "example.xlsx" # 替换为实际文件名 split_excel_by_ratio(input_file, ratios=[0.8, 0.2]) ``` --- ### 关键点解释 1. **加载数据**：通过 `pd.read_excel()` 函数将Excel数据转换成 Pandas DataFrame 格式。 2. **随机划分**：利用 `train_test_split` 对数据进行切分。这里为了支持多段比例切割，在循环内逐步减少剩余数据规模。 3. **保存到新文件**：每一份划好的数据会单独存储在一个新的Excel文档里，方便后续查看或分析。 4. **校验输入参数的有效性**：如果用户提供的比例加起来不等于1，则抛出错误提示信息。 5. **控制台反馈**：在打印日志的同时也告诉了我们每个分区最终包含了多少样本量。 ---