做數(shù)據(jù)的人幾乎都會碰到一個需求一張Excel表里混著好幾類數(shù)據(jù)領(lǐng)導說“按某一列的值拆一下”把每個類別的數(shù)據(jù)單獨存成文件或者sheet發(fā)給對應(yīng)的人。這個事聽起來很簡單但你如果真拿鼠標去篩選、復制、粘貼遇到幾千幾萬行數(shù)據(jù)或者要拆成幾十個分組時效率低不說還容易漏行、錯行。所以我今天這篇文章就專門聊清楚一件事python怎樣按某一列值拆分Excel表格從原理到實操再到各種坑一次性講透給你一套能直接拿去用的方案順手解決后續(xù)可能遇到的數(shù)據(jù)類型、空值和文件命名問題。這篇文章適合幾類人一是天天和Excel打交道的運營、財務(wù)、銷售支持想把重復操作自動化二是剛學Python、想知道pandas到底怎么處理表格的新手三是已經(jīng)會點代碼但沒系統(tǒng)整理過拆分報表邏輯的開發(fā)者。不管你是哪種按下面的步驟走基本都能跑通。1. 先想清楚你要的拆分到底是哪一種1.1 三種最常見的拆分需求按某一列值拆分Excel表面上看是一件事實際落地時至少有三種不同需求第一種拆成多個獨立的Excel文件。比如原始表里有“部門”這個字段里面有銷售一部、銷售二部、銷售三部你需要把每個部門的數(shù)據(jù)分別存成“銷售一部.xlsx”“銷售二部.xlsx”“銷售三部.xlsx”然后通過郵件或者網(wǎng)盤發(fā)給對應(yīng)負責人。第二種拆成同一個工作簿里的多個sheet。還是按“部門”這個字段但最終只交付一個Excel文件文件里有三個sheet工作表名字分別是銷售一部、銷售二部、銷售三部。這種方式適合需要統(tǒng)一歸檔的場景發(fā)給別人的時候也只有一個附件不會丟文件。第三種按兩列以上組合拆分。比如按“年份”加“月份”拆表里有2023年1月、2023年2月、2024年1月……每個月份組合單獨一份。也可以按“地區(qū)”加“產(chǎn)品線”拆本質(zhì)是多個字段聯(lián)合作為分組條件。這三種需求的核心邏輯都差不多都是“分組-拆開-寫出”但寫代碼時細節(jié)不同。我最怕看到網(wǎng)上有人給一個萬能腳本說能解決所有拆分問題結(jié)果拿去一跑就是各種報錯。原因很簡單不同需求的選擇不一樣比如輸出格式是多個文件還是一個文件分組的鍵是單列還是多列是否需要把拆出來的數(shù)據(jù)重新排序。所以開始之前我建議你停下來想三秒鐘問自己一句我到底要拆成文件還是拆成sheet1.2 為什么我推薦用Python而不是Excel自帶的篩選功能很多人第一反應(yīng)是我直接在Excel里按字段排序然后把相同值的行選中復制到一個新表里不就行了確實如果你只拆兩三組、每組幾百行手動操作也沒問題。但一旦數(shù)據(jù)量大了Excel自身就卡更別說分組一多有幾十個、上百個你光切來切去就煩死。而且手動操作最大的問題是不可復現(xiàn)下次來了一批新數(shù)據(jù)你又要從頭篩選一遍。也有人說用VBA。VBA確實能實現(xiàn)但VBA有個麻煩不是所有機器都允許運行宏公司安全策略經(jīng)常把宏給禁了Excel版本不同彈出的安全提示也不一樣。另外VBA寫起來語法對沒接觸過程序的人來說并不友好出了錯不好查。相比之下Python腳本有幾個天然優(yōu)勢一次寫好以后數(shù)據(jù)更新了直接重跑一遍對Excel版本和操作系統(tǒng)不太挑還能順手把統(tǒng)計匯總、格式清理一起做了最重要的是用pandas處理幾萬行、幾十萬行的數(shù)據(jù)都毫無壓力這是手工操作比不了的。我見過一個例子一個做電商運營的朋友每月要按“店鋪名稱”字段把后臺導出的Excel拆給幾十個店長以前光這個活就要一上午。后來我給他寫了個20行的Python腳本再配合定時任務(wù)這事直接變成全自動每月幾分鐘搞定。這就是為什么我一直建議凡是需要重復執(zhí)行的Excel處理流程都值得用Python重寫一遍。2. 環(huán)境準備5分鐘裝好Python工具鏈2.1 沒有Python怎么辦如果你電腦上還沒裝Python那就先解決這個問題。Windows用戶去Python官網(wǎng)下載安裝包安裝時注意勾選“Add Python to PATH”這個選項不然以后命令行里敲python會提示找不到命令。Mac用戶如果裝了Homebrew可以直接用brew install python沒裝的話去官網(wǎng)下載安裝包也行。Linux用戶更簡單系統(tǒng)一般自帶Python 3如果沒有用apt install python3之類的命令裝一下就行。裝完以后打開命令行工具Windows是cmd或者PowerShellMac是終端輸入python --version如果能看到Python版本號比如Python 3.11.4說明安裝成功。這里我不展開太多因為網(wǎng)上關(guān)于Python安裝的教程已經(jīng)很多了你搜“python 安裝教程”就有大把。要注意的是如果你不想麻煩直接裝Anaconda也行它自帶Python和一堆常用的數(shù)據(jù)分析庫后面要用的pandas也在里面省事很多。2.2 安裝pandas和openpyxl我們要處理Excel光有Python還不夠需要安裝兩個核心庫pandas負責數(shù)據(jù)分組和拆分openpyxl負責讓pandas能讀寫.xlsx格式的Excel文件。在命令行里執(zhí)行下面兩行命令pip install pandas pip install openpyxl如果你用的是Anaconda可以用conda install pandas openpyxl。安裝的時候如果提示“pip不是內(nèi)部或外部命令”多半是剛才說的“Add Python to PATH”沒勾上重新裝一次Python勾上那個選項再重開命令行就行。這里我多解釋一句pandas本身不帶Excel處理功能它讀取Excel時需要一個“引擎”。老版本的.xls文件需要xlrd新版本的.xlsx文件需要openpyxl。你現(xiàn)在拿到的Excel文件基本都是.xlsx格式所以openpyxl必須裝。如果不裝代碼跑起來會報一個錯誤ImportError: Missing optional dependency openpyxl。這算是高頻報錯之一后面我還會再提到。2.3 動手前先看一眼數(shù)據(jù)環(huán)境弄好之后千萬別急著寫拆分代碼。我見過太多人拿到文件就開始寫腳本結(jié)果讀了半天發(fā)現(xiàn)列名不對、字段類型不對報錯報得莫名其妙。正確做法是先寫兩行代碼把文件結(jié)構(gòu)看清楚了再動手import pandas as pd df pd.read_excel(原始數(shù)據(jù).xlsx, engineopenpyxl) print(df.head()) # 看前5行長什么樣 print(df.columns.tolist()) # 看所有列名 print(df.dtypes) # 看每列的數(shù)據(jù)類型df.head()會打印前5行數(shù)據(jù)df.columns.tolist()會輸出一個列表里面是所有的列名這樣你就能準確知道自己要按哪一列拆列名拼寫是什么有沒有空格。df.dtypes則能告訴你每一列到底是什么類型比如“部門”列是object也就是文本“金額”列是int64或float64也就是數(shù)值。這幾個信息直接決定了后面拆分代碼怎么寫。我自己的習慣是先看df.shape看下數(shù)據(jù)規(guī)模比如(10000, 8)表示1萬行8列心里有數(shù)了再繼續(xù)。3. 核心實現(xiàn)按列值拆成多個文件的完整代碼3.1 groupby到底做了什么事pandas里拆分數(shù)據(jù)最核心的方法就是groupby。我盡量用白話來解釋groupby的作用就是“按某一個字段把數(shù)據(jù)分組成一堆小表格”每個小表格里的數(shù)據(jù)都有相同的字段值。舉個例子原始表里有1000行數(shù)據(jù)其中“部門”字段有5種值那groupby(部門)之后就相當于在內(nèi)存里生成了5個小表格第1個小表格里全是銷售一部的數(shù)據(jù)第2個小表格里全是銷售二部的數(shù)據(jù)以此類推。這個操作和我們手動在Excel里“篩選-復制”本質(zhì)是一樣的但pandas在內(nèi)存里做這件事非?？鞄兹f行數(shù)據(jù)也是毫秒級完成。執(zhí)行完groupby之后你再用循環(huán)遍歷這些小表格把它們一個個寫到Excel文件里拆分就完成了。這個思路不算復雜但理解它非常重要因為后面不管是拆成多文件、多sheet還是多列組合本質(zhì)上都是groupby之后“輸出方式不同”而已。3.2 先上完整代碼你復制就能用假設(shè)你有一個文件叫“原始數(shù)據(jù).xlsx”里面有個“部門”列你要按這個列把數(shù)據(jù)拆成多個獨立的Excel文件保存到“拆分結(jié)果”文件夾里。代碼如下import pandas as pd from pathlib import Path # 1. 配置區(qū) input_file 原始數(shù)據(jù).xlsx # 你的源文件路徑 split_column 部門 # 你要按哪一列拆分換成你自己的列名 output_dir Path(拆分結(jié)果) # 拆分后的文件保存目錄 # 2. 讀取數(shù)據(jù) df pd.read_excel(input_file, engineopenpyxl) # 3. 對拆分的列做預處理去掉首尾空格并統(tǒng)一轉(zhuǎn)為字符串 df[split_column] df[split_column].astype(str).str.strip() # 4. 確保輸出目錄存在 output_dir.mkdir(exist_okTrue) # 5. 按列值分組并逐個寫出 for group_name, group_df in df.groupby(split_column, dropnaFalse): # 處理文件名字符Windows不允許這些特殊符號出現(xiàn)在文件名里 safe_name .join(c for c in str(group_name) if c not in r\/:*?|).strip() if not safe_name: safe_name 空值 output_path output_dir / f{safe_name}.xlsx group_df.to_excel(output_path, indexFalse) print(f已生成: {output_path}共 {len(group_df)} 行)這段代碼直接復制到Python文件里運行就能用你只需要改兩個地方input_file改成你的文件路徑split_column改成你實際要拆的列名。代碼有幾個細節(jié)我說一下。astype(str).str.strip()這一步非常關(guān)鍵。很多Excel表格里看起來一樣的值其實可能有的帶空格比如“銷售一部”和“銷售一部 ”在Excel里肉眼幾乎看不出來但pandas會當它是兩個不同的值導致拆出來的文件比預期的多而且有的文件里只有幾行數(shù)據(jù)。先把所有值轉(zhuǎn)成字符串再去掉首尾空格能避免絕大多數(shù)“拆錯的”問題。dropnaFalse這個參數(shù)的意思是如果“部門”列里有空單元格也把它單獨分成一組。默認的groupby會把空值那一組丟掉這就意味著原始數(shù)據(jù)里有些行會憑空消失而你的領(lǐng)導或者同事可能恰恰需要那些“沒填部門”的數(shù)據(jù)。所以我建議你把它設(shè)為False寧可多拆一個文件出來也別丟數(shù)據(jù)。還有indexFalse意思是寫Excel時不要帶上pandas自動生成的索引列。如果你把它漏了最后生成的每個文件第一列都會多出一列0、1、2、3……的數(shù)字雖然不致命但非常難看而且別人打開文件以后還會問“這列是什么”。3.3 文件命名和路徑這些細節(jié)決定腳本好不好用上面代碼里有一個safe_name的處理專門用來把不合適的文件名字符替換掉。Windows文件名不支持下劃線以外的這些字符\ / : * ? |。比如你的分類值本身就包含斜杠比如“2023/2024”那寫文件的時候會直接報錯。我在做數(shù)據(jù)處理時確實見過類似情況。所以這個清洗邏輯屬于“用一次就知道有多重要”的細節(jié)直接留著就行。輸出目錄我用的是Path對象這是我比較推薦的做法。如果你用字符串拼接路徑比如f{output_dir}/{safe_name}.xlsx在Windows上沒問題但到了Mac或Linux上路徑分隔符不一樣容易出問題。用pathlib的話系統(tǒng)會自動處理分隔符代碼的可移植性更好。做工程的人可能覺得無所謂但我一直堅持腳本能跨一次平臺就少一次后續(xù)麻煩。另外建議你在本地建一個專門的輸出文件夾不要和源文件混在一起。這樣二次運行腳本時可以直接把輸出文件夾清空重來不會把源文件覆蓋掉。我還見過有人把源文件放在桌面上腳本直接把拆分結(jié)果寫到桌面結(jié)果桌面一片混亂。整理習慣很重要真的。4. 升級玩法拆到多個Sheet、按多列拆分、自動加匯總4.1 把數(shù)據(jù)拆到同一個工作簿的多個Sheet如果你不想生成一堆文件而是想生成一個Excel、里面多個sheet那代碼要稍微改一下。核心思路是用pd.ExcelWriter這個類允許我們往同一個Excel文件里寫多個工作表。代碼如下import pandas as pd df pd.read_excel(原始數(shù)據(jù).xlsx, engineopenpyxl) df[部門] df[部門].astype(str).str.strip() output_file 按部門拆分.xlsx with pd.ExcelWriter(output_file, engineopenpyxl) as writer: for group_name, group_df in df.groupby(部門, dropnaFalse): sheet_name str(group_name).replace(/, -).replace(\\, -)[:31] if not sheet_name: sheet_name 空值 group_df.to_excel(writer, sheet_namesheet_name, indexFalse) print(fSheet: {sheet_name}共 {len(group_df)} 行)這段代碼用到了ExcelWriter的上下文管理器寫法就是with ... as writer:這個結(jié)構(gòu)。它的好處是所有sheet寫完之后會自動保存并關(guān)閉文件不會出現(xiàn)文件被占用的情況。如果你不用with寫完之后一定要記得writer.close()否則文件可能是壞的。這里有個特別容易踩的坑Excel的sheet名字長度不能超過31個字符而且不能包含\ / ? * [ ] :這些字符。如果你分組的值特別長或者包含斜杠直接寫到sheet_name里就會報錯。所以我在代碼里做了兩步處理一是把斜杠替換成短橫線二是用切片[:31]截斷超過31個字符的部分。這里我要多說一句切片截斷可能會造成一個問題如果兩個不同的分組截斷之后名字一樣后寫的會覆蓋先寫的。比如“銷售一部華東區(qū)2024年上半年銷售數(shù)據(jù)匯總”和“銷售一部華東區(qū)2024年上半年銷售數(shù)據(jù)總覽”兩個都超過31字符截斷后可能都變成“銷售一部華東區(qū)2024年上半年銷”導致后一個覆蓋掉前一個。所以如果分組值都比較長我建議你干脆給sheet名加個編號sheet_name f{idx}_{safe_name}用enumerate循環(huán)來生成序號這樣能避免覆蓋也能讓sheet順序更清晰。4.2 按兩列組合拆分很多真實業(yè)務(wù)不是按單列拆的而是按組合條件拆。比如電商后臺導出的訂單明細要按“年份”加“月份”拆成每個月一份制造行業(yè)的報表要按“工廠”加“產(chǎn)線”拆。這個場景用groupby也可以搞定區(qū)別在于分組字段傳一個列表import pandas as pd df pd.read_excel(原始數(shù)據(jù).xlsx, engineopenpyxl) # 先把分組字段都清洗干凈 for col in [年份, 月份]: df[col] df[col].astype(str).str.strip() output_dir Path(按年月拆分) output_dir.mkdir(exist_okTrue) for (year, month), group_df in df.groupby([年份, 月份], dropnaFalse): safe_key f{year}_{month} # 例如 2023_01 safe_key .join(c for c in safe_key if c not in r\/:*?|) output_path output_dir / f{safe_key}.xlsx group_df.to_excel(output_path, indexFalse) print(f已生成: {output_path}共 {len(group_df)} 行)這里注意groupby([年份, 月份])之后循環(huán)變量不再是一個值而是一個元組(year, month)所以我在代碼里用for (year, month), group_df in ...這種寫法。文件名就用2023_01這種組合看起來清晰也不容易沖突。如果你在讀取數(shù)據(jù)時發(fā)現(xiàn)“年份”列讀取進來變成了比如2023.0這種帶小數(shù)點的數(shù)字不要慌那是因為原來Excel里這個列是浮點數(shù)格式。解決辦法就是在清洗時統(tǒng)一轉(zhuǎn)成int再轉(zhuǎn)字符串df[年份] df[年份].apply(lambda x: str(int(x)))。這個坑我在下一篇還會詳細說。4.3 拆完順便生成一個匯總表拆完文件之后你大概率還需要給領(lǐng)導回一個反饋每個分組有多少行、金額合計多少、占比多少。以前你可能要拆完文件以后手動統(tǒng)計其實代碼里順手就能生成。我習慣在拆分的同時把每個分組的大小記錄下來最后寫到一個“匯總表.xlsx”里import pandas as pd df pd.read_excel(原始數(shù)據(jù).xlsx, engineopenpyxl) df[部門] df[部門].astype(str).str.strip() summary_rows [] with pd.ExcelWriter(拆分明細.xlsx, engineopenpyxl) as writer: for group_name, group_df in df.groupby(部門, dropnaFalse): sheet_name str(group_name)[:31] group_df.to_excel(writer, sheet_namesheet_name, indexFalse) summary_rows.append({ 部門: group_name, 行數(shù): len(group_df), 金額合計: round(group_df[金額].sum(), 2) if 金額 in df.columns else None, }) summary_df pd.DataFrame(summary_rows) summary_df.to_excel(拆分匯總.xlsx, indexFalse) print(summary_df)這里有一個細節(jié)不是每個表都有“金額”列所以我在求合計時加了一個if 金額 in df.columns判斷防止代碼跑到一半報KeyError。這種做法很值得養(yǎng)成習慣因為數(shù)據(jù)處理腳本最大的特點就是數(shù)據(jù)永遠是變化的這次有這個列下次可能就沒有了。多一層判斷代碼就穩(wěn)一點。5. 動手前必須處理的數(shù)據(jù)坑空值、類型和超大文件5.1 空值和“看起來一樣”的臟值按列值拆分最大的敵人其實是空值和臟值。Excel表格是人填出來的什么人都有有人部門不填有人寫成“銷售一部”有人寫成“銷售一部 ”多一個空格有人把“財務(wù)部”寫成“財務(wù)”還有人用全角空格。這些在肉眼看來可能是小問題但pandas會嚴格按照值來判斷分組一個空格之差就會多出一個文件。針對這種情況我強烈建議在groupby之前加幾行預處理代碼df[split_column] ( df[split_column] .astype(str) # 統(tǒng)一轉(zhuǎn)成字符串避免數(shù)字和文本混淆 .str.strip() # 去掉首尾空格 .str.replace(r\s, , regexTrue) # 把中間多余空格也去掉 .replace(nan, 空值) # pandas空值轉(zhuǎn)成字符串后是nan )這幾行會把“銷售一部 ”和“銷售一部”合并成同一個分組也會把空值統(tǒng)一顯示成“空值”。你可能會問那用dropnaFalse不就行了其實dropnaFalse解決的是空行要不要保留的問題但如果空值經(jīng)過astype(str)之后變成了字符串nan它就不再是“空值”了dropnaFalse根本攔不住。所以正確的做法是先把空值填成一個你指定的字符串再參與分組。上面代碼里.replace(nan, 空值)就是這個目的。5.2 數(shù)據(jù)類型不統(tǒng)一的問題Excel里經(jīng)常有這種問題明明是一列編號有的單元格是數(shù)字1001有的是文本“1001”還有的是科學計數(shù)法。pandas讀取的時候整個列可能被識別成浮點數(shù)float64拆出來的文件名就是1001.0后面還帶個點。或者身份證號、訂單號這種長數(shù)字讀進來直接變成1.00123e18一類的科學計數(shù)法非常難看。遇到這種情況我一般在讀表的時候就指定該列的類型。比如df pd.read_excel(原始數(shù)據(jù).xlsx, dtype{訂單號: str})意思就是告訴pandas“訂單號”這一列別自動猜類型了直接按字符串讀這樣能保住前導0和長數(shù)字。如果你拿到的文件不是自己生成的列名也不固定那就只能在預處理時把所有分組列統(tǒng)一轉(zhuǎn)字符串并按需去掉.0后綴df[split_column] df[split_column].apply( lambda x: str(int(x)) if isinstance(x, float) and x int(x) else str(x) )這個邏輯比較好理解如果值是1001.0這種浮點數(shù)而且小數(shù)點后面全是0那就轉(zhuǎn)成整數(shù)再變字符串最終得到“1001”否則就按原始字符串處理。這種小函數(shù)看起來很不起眼但遇到真實業(yè)務(wù)數(shù)據(jù)時經(jīng)常能救你一命。5.3 Excel特別大怎么辦Excel單表最多能放104萬行左右但實際上數(shù)據(jù)量到了幾十萬行用Excel打開都會很卡。pandas處理幾十萬行數(shù)據(jù)是沒問題的但有幾個邊界情況需要注意。第一個是內(nèi)存。如果你一次性用pd.read_excel讀一個幾十萬行的文件內(nèi)存占用會比較高但現(xiàn)代電腦一般還能扛住。如果文件真的大到內(nèi)存吃不消我建議你先把Excel另存為CSV格式再用pandas分塊讀取。pd.read_csv支持chunksize參數(shù)可以一次讀一部分處理完再讀下一部分但pd.read_excel不支持這個參數(shù)。網(wǎng)上有些文章會誤導你說read_excel也有chunksize其實沒有。如果你一定要處理超大的Excel文件可以試試openpyxl的只讀模式from openpyxl import load_workbook wb load_workbook(超大文件.xlsx, read_onlyTrue) ws wb.active然后用ws.iter_rows(values_onlyTrue)逐行遍歷按某列的值把每一行數(shù)據(jù)分組寫出去。這種方式內(nèi)存占用很小但代碼寫起來會麻煩很多。我的態(tài)度是如果數(shù)據(jù)大到pandas都吃力那可能Excel本身就不是合適的數(shù)據(jù)承載工具了建議考慮數(shù)據(jù)庫。還有一個小坑容易被人忽略源Excel文件如果被占用了比如正被Excel程序打開著Python再去讀就會報權(quán)限錯誤。運行腳本前最好把相關(guān)的Excel文件都關(guān)掉。如果你在Windows上遇到過“無法復制粘貼”“無法打開文件”之類的現(xiàn)象也多半是文件被某個進程鎖定了先關(guān)程序再重試通常就能解決。6. 踩坑記錄高頻報錯對照與我的處理習慣6.1 高頻報錯速查表我從實際接手的大量Excel處理需求里整理出幾個最高頻的報錯做成了一張表方便你直接對號入座報錯信息原因解決辦法ImportError: Missing optional dependency openpyxl沒裝openpyxl無法讀取.xlsx文件命令行執(zhí)行pip install openpyxlValueError: Sheet name xxx is too longsheet名超過31個字符切片截斷或給sheet名加編號ValueError: FileNotFoundError: [Errno 2] No such file or directory文件路徑不對或者文件名拼錯確認源文件在當前目錄下列名和實際一致KeyError: 部門拆分的列名在表里不存在常見于列名有空格或全角字符打印df.columns.tolist()核對列名PermissionError: [Errno 13] Permission denied輸出的文件正被Excel打開沒有寫權(quán)限關(guān)閉占用文件的Excel程序再重新運行腳本TypeError: not supported between instances of str and int分組列里有混合類型字符串和數(shù)字排序時沖突先統(tǒng)一astype(str)轉(zhuǎn)字符串再分組文件名出現(xiàn)/導致報錯分組值里包含Windows不支持的符號用代碼里的safe_name方案做字符清洗6.2 我自己踩過的坑希望你不用再踩第一個坑是輸出文件名重復。有一回我處理銷售報表按“門店”列拆分結(jié)果有好多門店名字一樣比如“北京朝陽店”出現(xiàn)了兩次原因是原始表里一個門店編碼對應(yīng)兩條不同的記錄但門店名相同。拆分以后后面一組直接覆蓋了前面一組數(shù)據(jù)丟得悄無聲息。從那以后我學乖了凡是拆文件我都會在代碼里加一個計數(shù)器如果文件名重復就自動加后綴from collections import Counter name_count Counter() for group_name, group_df in df.groupby(split_column, dropnaFalse): safe_name str(group_name).strip() name_count[safe_name] 1 if name_count[safe_name] 1: safe_name f{safe_name}_{name_count[safe_name]}這樣哪怕真的有重名分組也不會互相覆蓋。數(shù)據(jù)安全第一多一個文件總比少一個文件強。第二個坑是文件名太長。Excel在文件系統(tǒng)層面其實支持很長的文件名但你如果用的是Windows系統(tǒng)默認可能限制在255個字符以內(nèi)。有些業(yè)務(wù)場景的分組值特別長比如“某某項目2024年度客戶滿意度調(diào)研問卷回收數(shù)據(jù)整理”不截斷的話寫文件時會報錯。所以我在生成文件名時通常會加一個最大長度限制比如只保留前50個字符。你根據(jù)自己的業(yè)務(wù)場景來調(diào)整這個數(shù)字即可。第三個坑是讀文件的時候沒有指定engine。有些老版本pandas在讀.xlsx時默認用的是xlrd遇到新格式文件就會報錯提示Excel file format cannot be determined。解決方法是顯式指定engineopenpyxl。我寫的示例代碼里都帶了engineopenpyxl目的就是避免版本差異帶來的兼容性問題。6.3 腳本寫完之后我建議你再做幾件小事腳本跑通一次不要急著收工我每次做類似工具都會再做三件事。第一拿一份數(shù)據(jù)量小、并知道正確結(jié)果的測試文件來驗證。先拆一個只有幾十行的表人工核對拆出來的文件和預期是否一致確認無誤再上真實數(shù)據(jù)。這不是浪費時間而是避免“代碼跑得很順利結(jié)果全錯”的尷尬。第二把源文件和拆分結(jié)果分開放。我的習慣是源文件放在data文件夾輸出放在output文件夾腳本放在根目錄。這樣一來即使運行過程中有什么問題源文件也安全不會因為誤操作被覆蓋。第三記錄一下運行時間。如果是大文件用time模塊記一下腳本跑了多久對你以后優(yōu)化和安排定時任務(wù)都有參考價值。比如import time start time.time() # ...原有拆分邏輯... print(f耗時: {time.time() - start:.2f} 秒)別小看這個時間記錄有了它你才能知道自己加了一行清洗代碼之后性能是不是明顯下降。最后分享一個小技巧如果你在公司里經(jīng)常要給別人傳腳本我特別建議你把Python腳本打包成一個簡單的小工具比如用pyinstaller打包成exe這樣對方電腦上連Python都不用裝雙擊就能運行。打包命令很簡單pip install pyinstaller然后在命令行進入腳本目錄執(zhí)行pyinstaller -F 拆分表格.py生成的exe文件在dist文件夾里。不過要注意打包后的exe文件體積會比較大而且殺毒軟件有時會誤報這個屬于正?，F(xiàn)象不用太擔心。我個人在把這個技巧教給非技術(shù)同事之后反饋都很好對方再也不用問“我該怎么裝Python了”。把重復勞動交給代碼一次投入長期受益這就是Python處理Excel這類事情最大的價值。