在Python中怎么批量拆分Excel文件

# 在Python中怎么批量拆分Excel文件

在日常數據處理工作中，我們經常需要將大型Excel文件拆分為多個小文件以便分發或處理。本文將介紹3種用Python實現Excel批量拆分的方法，并提供完整代碼示例。

## 一、使用pandas庫拆分Excel

pandas是Python中最常用的數據處理庫，可以輕松實現Excel文件的拆分：

```python
import pandas as pd

def split_excel_by_sheet(input_file, output_prefix):
    """按工作表拆分Excel文件"""
    xls = pd.ExcelFile(input_file)
    for sheet_name in xls.sheet_names:
        df = pd.read_excel(input_file, sheet_name=sheet_name)
        df.to_excel(f"{output_prefix}_{sheet_name}.xlsx", index=False)

def split_excel_by_rows(input_file, output_prefix, chunk_size=1000):
    """按行數拆分Excel文件"""
    df = pd.read_excel(input_file)
    for i, chunk in enumerate(range(0, len(df), chunk_size)):
        df_chunk = df.iloc[chunk:chunk + chunk_size]
        df_chunk.to_excel(f"{output_prefix}_part{i+1}.xlsx", index=False)

使用場景：

• 按工作表拆分：適合包含多個工作表的Excel文件
• 按行數拆分：適合單個大型工作表需要分割的情況

二、使用openpyxl庫處理大型文件

當處理超大型Excel文件時，openpyxl提供更高效的內存管理：

from openpyxl import load_workbook

def split_large_excel(input_file, output_prefix, max_rows=10000):
    """處理超大型Excel文件"""
    wb = load_workbook(input_file)
    for sheet in wb.worksheets:
        data = list(sheet.values)
        headers = data[0]
        
        for i in range(1, len(data), max_rows):
            new_wb = Workbook()
            new_sheet = new_wb.active
            new_sheet.append(headers)
            
            chunk = data[i:i + max_rows]
            for row in chunk:
                new_sheet.append(row)
                
            new_wb.save(f"{output_prefix}_{sheet.title}_part{i//max_rows+1}.xlsx")

三、使用xlwings實現交互式拆分

如果需要與Excel應用程序交互，xlwings是不錯的選擇：

import xlwings as xw

def split_by_condition(input_file, output_prefix, condition_column, condition_value):
    """按條件列拆分Excel文件"""
    app = xw.App(visible=False)
    wb = app.books.open(input_file)
    
    for sheet in wb.sheets:
        df = sheet.used_range.options(pd.DataFrame, index=False).value
        grouped = df.groupby(condition_column)
        
        for name, group in grouped:
            if name == condition_value:
                group.to_excel(f"{output_prefix}_{name}.xlsx", index=False)
    
    wb.close()
    app.quit()

四、完整實戰案例

下面是一個綜合案例，實現按部門拆分員工信息表：

import pandas as pd

def split_employee_file(input_file):
    df = pd.read_excel(input_file)
    departments = df['部門'].unique()
    
    for dept in departments:
        dept_df = df[df['部門'] == dept]
        dept_df.to_excel(f"員工信息_部門_{dept}.xlsx", index=False)
        
    print(f"成功拆分為{len(departments)}個部門文件")

split_employee_file("全體員工信息.xlsx")

五、注意事項

1. 內存管理：處理大型文件時建議使用chunksize參數
2. 格式保留：如果需要保留原格式，建議使用openpyxl或xlwings
3. 性能比較：
   • pandas：適合中小型文件，開發效率高
   • openpyxl：適合大型文件，內存控制好
   • xlwings：需要與Excel交互時使用

六、總結

本文介紹了三種Python拆分Excel的方法，讀者可以根據實際需求選擇： - 簡單拆分 → pandas - 大型文件 → openpyxl - 復雜需求 → xlwings

通過靈活運用這些工具，可以大幅提高Excel文件處理的效率。

提示：所有代碼示例已在Python 3.8 + pandas 1.3環境下測試通過 “`