pd.ExcelWriter@python

用python按某一列拆分Excel工作表，将内容写入一个工作簿

本次以“按照表中的某一列，将一张表格拆分为多张表”的需求为例，简单介绍这个过程中用到的pd.ExcelWriter，及每一句的作用。

如上表《学生.xlsx》，假设有14万行28列，请按照学校名，拆分表格（不想用复制粘贴）。

writer = pd.ExcelWriter(out_worksheet)

writer对象的一大作用：让数据可以以工作表的分隔方式，不间断地写入工作簿，即得到一个包含多张工作表的工作簿。如果不用它，而是直接指定工作簿的路径，那么即使有循环，最终得到的结果还是只包含一个工作表的工作簿。

代码及解释如下

import pandas as pd
from time import time#用来计算时间，展示进度，减少焦虑

in_ws='学生.xlsx'#给出要拆的表名
out_ws='学生-按学校拆分结果.xlsx'#给出结果工作簿的名称
lie_name='学校'#给出拆分依据的列名

#以上，参数给好了，下面开始拆
start_time=time()#记住开始时间
# ~~~~~~~~~这里路径按自己的需求改，我目前将表放在桌面~~~~~~~~~
file='C:/Users/wowowo/Desktop/'+in_ws
sheet_df = pd.read_excel(file,names=None)#用pandas读取表格内容（有时候会需要加一个参数：encoding="utf-8"）
# print(sheet_df.head())#可以查看数据是否读进来了，有无偏差
out_worksheet = 'C:/Users/wowowo/Desktop/' + out_ws
writer = pd.ExcelWriter(out_worksheet)
#这一句的作用是：创建一个工作簿对象，后面to_excel()要用到这个对象writer；
#如果你打印writer，得到的答案是：<pandas.io.excel._xlsxwriter._XlsxWriter object at 0x00000000027B0FA0>；
#插一句：这个工作簿对象writer有save()和close()方法，在写完数据后，要调用二者
#好像是只用save()就可以了，一旦用了save()，工作簿就关了，后面的数据就写不进去了！所以如果有循环，save()要写在循环外面
#seve()和close()的相同之处：都会关闭工作簿，从而事实上阻止后面的数据写入工作簿（即：程序运行不提示错误，但是后面的数据没有写进工作簿）；
# 相同之二：save()、close()都只能用一次，如果把save()/close()写在循环里面，会提示：Calling close() on already closed file. 即：这个文件现在已经关掉啦，我没办法再关一次

separatedDataList = list(sheet_df.groupby([lie_name]))
#这一步非常关键，直接将待拆的表，按照指定的列分组，然后装进一个list；
#sheet_df.groupby([lie_name])可以将数据按照lie_name（即学校）分组，但是给出的是个对象，并不是实际数据，如果要查看分组后的数据，目前就是把它list()，然后print(这个list)
# 但是注意，列表中的元素都是tuple,如（'实验高中'，表格数据blabla  [2694rows x 28 columns])的形式，<class 'tuple'>；
# 而tuple的元素是两个str，<class 'str'>，tuple第一个元素的长度是学校名字的长度（如实验高中则长4），第二个元素的长度是数据行数（如2694行则长2694）
for separatedData in separatedDataList:
    separatedData[1].to_excel(writer, sheet_name=separatedData[0], index=False)
    now_time = time()
    used_time = (now_time - start_time) / 60
    print(separatedData[0], '已处理', len(separatedData[1]), '行，', '已用时：%.2f' % used_time, '分')
writer.save()
# writer.close()#save()与close()都可，二选一，但注意，不要写到for里面去了
print('the end')

好了。