### 使用 Python Pandas 和 Openpyxl 拆分 Excel 文件并处理 为了实现这一目标，可以利用 `pandas` 库读取和操作数据表，并借助 `openpyxl` 处理 `.xlsx` 格式的文件。以下是具体的方法： #### 导入必要的库 ```python import pandas as pd from openpyxl import load_workbook ``` #### 定义函数来拆分、排序以及汇总 Excel 数据 ```python def split_excel_and_process(input_file_path, output_folder, sort_column=None, group_by_columns=None): """ 将输入的Excel文件按照指定条件拆分成多个子表格， 并对每个子表格执行排序与合计操作。 参数: input_file_path (str): 输入Excel文件路径. output_folder (str): 输出目录路径. sort_column (str or list of str, optional): 排序列名，默认不排序. group_by_columns (list of str, optional): 需要进行合计运算的分组依据列. 返回值: None """ # 加载原始工作簿及其默认活动表单 wb = load_workbook(filename=input_file_path) ws = wb.active # 读取整个工作表的数据至DataFrame对象中 df = pd.read_excel(wb) if isinstance(sort_column, str) and sort_column != "": # 如果指定了单一排序字段，则直接调用sort_values方法 df.sort_values(by=sort_column, inplace=True) elif isinstance(sort_column, list) and len(sort_column)>0 : # 若提供了多级排序列表，则依次应用各层排序逻辑 for col in reversed(sort_column): df.sort_values(by=[col], ascending=False, inplace=True) if group_by_columns is not None and len(group_by_columns)>0: grouped_df = df.groupby(group_by_columns).sum() # 对于每一分组的结果保存成独立的工作薄文档 for name, group in grouped_df: file_name = f"{output_folder}/{name}.xlsx" with pd.ExcelWriter(file_name, engine="openpyxl") as writer: group.to_excel(writer, index=False) else: # 当未设置任何聚合规则时仅简单分割原文件即可 unique_values = set(df.iloc[:, 0]) for value in unique_values: filtered_data = df[df.iloc[:, 0]==value] new_filename = f'{output_folder}/part_{value}.xlsx' with pd.ExcelWriter(new_filename, engine='openpyxl') as writer: filtered_data.to_excel(writer, sheet_name=str(value), index=False) if __name__ == "__main__": # 示例调用方式 split_excel_and_process('example.xlsx', './outputs/', ['column_to_sort'], ['grouping_column']) ``` 此脚本实现了基于给定参数对 Excel 表格中的数据进行拆分、排序及求和的功能[^1]。对于含有缺失值的情况需要注意特殊处理以确保准确性[^3]；而对于大型数据集来说，合理选择索引策略有助于提高性能效率[^4]。