### 使用 Python Pandas 拆分 Excel 文件 为了实现基于特定条件拆分Excel文件的功能，可以采用Pandas库。下面是一个具体的例子，该实例展示如何依据某一列的不同值将原始数据分割到不同的DataFrame中，并最终保存至独立的Excel文件。 #### 依照某列不同值进行拆分并分别存储为新的Excel文档： ```python import pandas as pd # 加载源Excel文件 df = pd.read_excel('source_file.xlsx') # 获取目标用于分类的那一列唯一值作为新文件创建的基础 unique_values = df['target_column'].unique() for value in unique_values: # 创建子集dataframe subset_df = df[df['target_column'] == value] # 定义输出路径以及文件名模式 output_filename = f'subset_{value}.xlsx' # 将每个子集写入单独的工作簿内 with pd.ExcelWriter(output_filename) as writer: subset_df.to_excel(writer, index=False) ``` 上述代码片段实现了按照`'target_column'`字段内的独特条目来划分输入表格的内容，并把每一个细分的结果存放到各自对应的Excel文件里[^1]。 另外一种常见的需求可能是按照行数或者固定大小切片的方式来进行拆解操作。对于这种场景，则可以通过设置循环迭代整个数据框完成相应任务。 #### 根据行数量切割大表成若干个小表： ```python import pandas as pd def split_dataframe_to_excel(df, chunk_size=3000, output_prefix='chunk'): """Split DataFrame into multiple files based on row count.""" num_chunks = (len(df) + chunk_size - 1) // chunk_size for i in range(num_chunks): start_idx = i * chunk_size end_idx = min((i + 1) * chunk_size, len(df)) sub_df = df.iloc[start_idx:end_idx] filename = f"{output_prefix}_{start_idx+1}-{end_idx}.xlsx" with pd.ExcelWriter(filename) as writer: sub_df.to_excel(writer, index=False) # Example usage df_large = pd.read_excel('large_input_file.xlsx') split_dataframe_to_excel(df_large, chunk_size=2500, output_prefix="part") ``` 这段脚本会接收一个较大的DataFrame对象，并将其划分为更小的部分（每部分最多包含指定数目行），之后依次写出这些较小的数据帧到各自的Excel文件之中[^4]。