pip install pandas openpyxl xlsxwriter

import pandas as pdfrom pathlib import Pathdf = pd.read_excel("sales.xlsx", sheet_name="Sheet1")out_dir = Path("output")out_dir.mkdir(exist_ok=True)for region, group in df.groupby("地区"):    group.to_excel(out_dir / f"{region}.xlsx", index=False)

import reimport pandas as pdfrom pathlib import Pathdef safe_filename(name:str)->str:    """去掉 Windows/Linux 文件名非法字符"""    name = str(name).strip()    name = re.sub(r'[\\/:*?"<>|]',"_", name)    name = name or "空值" return name[:100]# 防止文件名过长df = pd.read_excel("sales.xlsx", sheet_name="Sheet1")# 关键：把分组列的 NaN 单独归为一类，否则 groupby 默认丢弃df["地区"] = df["地区"].fillna("未知地区")out_dir = Path("output")out_dir.mkdir(exist_ok=True)for region, group in df.groupby("地区", dropna=False):    fname = safe_filename(region)    path = out_dir / f"{fname}.xlsx"    # 防止重名覆盖    i = 1    while path.exists():        path = out_dir / f"{fname}_{i}.xlsx"        i += 1    group.to_excel(path, index=False)    print(f"共拆分 {df['地区'].nunique(dropna=False)} 个文件")

with pd.ExcelWriter("split_by_region.xlsx", engine="openpyxl") as writer:  for region, group in df.groupby("地区", dropna=False):      # sheet 名同样有非法字符限制，且最长 31 字符      sheet_name = safe_filename(region)[:31]      group.to_excel(writer, sheet_name=sheet_name, index=False)

chunk_size =1000for i, start in enumerate(range(0,len(df), chunk_size), start=1):    chunk = df.iloc[start:start + chunk_size]    chunk.to_excel(f"output/part_{i:03d}.xlsx", index=False)

# 一次性转换（可用命令行工具或 LibreOffice 加速）df = pd.read_excel("huge.xlsx")df.to_csv("huge.csv", index=False)# 之后用 chunksize 流式读取reader = pd.read_csv("huge.csv", chunksize=100_000)for i, chunk in enumerate(reader):    chunk.to_csv(f"output/chunk_{i}.csv", index=False)

import pandas as pdimport osfrom collections import defaultdict# 确保输出目录存在os.makedirs("output", exist_ok=True)def safe_filename(name):    """将分组键转换为安全的文件名"""    invalid_chars = '<>:"/\\|?*'    name = str(name)    for ch in invalid_chars:        name = name.replace(ch, "_")    return name.strip() or "empty"# 第一遍：拿到所有唯一分组键keys = pd.read_csv("huge.csv", usecols=["地区"])["地区"].dropna().unique()# 创建 writerswriters = {    k: pd.ExcelWriter(f"output/{safe_filename(k)}.xlsx", engine="xlsxwriter")    for k in keys}# 记录每个分组已经写入了多少行数据（用于计算 startrow）# 行 0 会写表头，所以数据从行 1 开始row_counts = defaultdict(int)          # 已写入的数据行数header_written = defaultdict(bool)     # 是否已经写过表头try:    for chunk in pd.read_csv("huge.csv", chunksize=100000):        for k, g in chunk.groupby("地区"):            if k not in writers:                # 防御性处理：万一 keys 里没包含（理论上不会）                writers[k] = pd.ExcelWriter(                    f"output/{safe_filename(k)}.xlsx", engine="xlsxwriter"                )            if not header_written[k]:                # 第一次写入：从第 0 行开始，带表头                startrow = 0                header = True                header_written[k] = True            else:                # 后续写入：跳过表头，从已写入数据行数 + 1（表头占 1 行）开始                startrow = row_counts[k] + 1                header = False            g.to_excel(                writers[k],                sheet_name="Sheet1",                index=False,                startrow=startrow,                header=header,            )            row_counts[k] += len(g)finally:    # 确保所有 writer 都被关闭    for k, w in writers.items():        try:            w.close()        except Exception as e:            print(f"关闭 writer 失败 [{k}]: {e}")

from openpyxl import load_workbookwb = load_workbook("template.xlsx")for region in regions:    ws = wb.copy_worksheet(wb["Sheet1"])# 复制带格式的 sheet# 然后根据条件删除不匹配的行，或反向保留

import xlwings as xw# 借助真实 Excel 进程，能完整保留公式/透视表/图表

for(year, region), group in df.groupby(["年份","地区"], dropna=False):    d = Path("output") / safe_filename(year) / safe_filename(region)    d.mkdir(parents=True, exist_ok=True)    group.to_excel(d / "data.xlsx", index=False)

import reimport pandas as pdfrom pathlib import Pathfrom typing import Union, Listdef split_excel_by_column(    input_path: Union[str, Path],    column: Union[str, List[str]],    output_dir: Union[str, Path] = "output",    sheet_name: Union[str, int] = 0,    keep_na: bool = True,    dtype: dict | None = None,    engine: str = "openpyxl",) -> List[Path]:    """    按一个或多个列的值，将 Excel 拆分为多个文件。    返回生成的文件路径列表。    """    input_path = Path(input_path)    output_dir = Path(output_dir)    output_dir.mkdir(parents=True, exist_ok=True)    df = pd.read_excel(input_path, sheet_name=sheet_name, dtype=dtype)    cols = [column] if isinstance(column, str) else list(column)    # 校验列存在    missing = [c for c in cols if c not in df.columns]    if missing:        raise KeyError(f"以下列不存在: {missing}")    # 处理缺失值    if keep_na:        for c in cols:            df[c] = df[c].fillna("未知")    generated = []    grouped = df.groupby(cols, dropna=not keep_na)    for key, group in grouped:        # key 可能是标量或 tuple        parts = key if isinstance(key, tuple) else (key,)        fname = "_".join(_safe(str(p)) for p in parts) or "data"        path = output_dir / f"{fname}.xlsx"        # 防重名        idx = 1        while path.exists():            path = output_dir / f"{fname}_{idx}.xlsx"            idx += 1        group.to_excel(path, index=False, engine=engine)        generated.append(path)    return generateddef _safe(name: str) -> str:    name = re.sub(r'[\\/:*?"<>|]', "_", name.strip())    return (name or "空值")[:80]