### 使用 Python Pandas 和 Openpyxl 处理 Excel 文件 为了实现将一个较大的 Excel 文件拆分成多个较小的文件并将其存储到指定目录中，可以利用 `pandas` 库读取数据以及 `openpyxl` 来处理 Excel 特定功能。下面是一个完整的解决方案： #### 导入必要的库 ```python import os import pandas as pd from openpyxl import load_workbook ``` #### 定义函数用于保存DataFrame为Excel文件 创建一个新的工作簿并将 DataFrame 的内容写入其中。 #### 主逻辑部分：加载原始Excel文件并按照需求分割它 假设有一个名为 'data.xlsx' 的源文件位于当前路径下，并且想要基于某一列（比如部门名称）来进行划分。 ```python def split_excel_and_save(input_file, output_folder, group_column): # 创建输出文件夹如果不存在的话 if not os.path.exists(output_folder): os.makedirs(output_folder) # 加载整个表格的数据 df = pd.read_excel(input_file) # 对目标列进行排序以便后续操作更有序 df_sorted = df.sort_values(by=[group_column]) # 计算每组总和 summary_df = df.groupby(group_column).sum().reset_index() # 将汇总表也作为一个单独的工作表加入最终的结果集中 with pd.ExcelWriter(os.path.join(output_folder, "summary.xlsx"), engine='openpyxl') as writer: summary_df.to_excel(writer, sheet_name="Summary", index=False) # 遍历每一组数据并分别写出成独立的小型excel文档 for name, group in df_sorted.groupby(group_column): file_path = os.path.join(output_folder, f"{name}.xlsx") with pd.ExcelWriter(file_path, engine='openpyxl') as writer: group.to_excel(writer, sheet_name=name, index=False) split_excel_and_save('data.xlsx', './output/', 'Department') ``` 此脚本会做如下事情： - 如果还没有创建，则先建立一个叫做 `'./output/'` 的新文件夹； - 从给定的输入文件 (`input_file`) 中读取所有的记录； - 根据设定好的分组依据(`group_column`)对这些记录进行分类整理； - 把每一个类别的子集都导出成为一个新的 .xlsx 文件，命名为该类别名加上扩展名 `.xlsx` ，并且放置于之前提到过的那个新建出来的文件夹里边去[^1]；