按组别+学校拆分Excel 文件的Python程序 (附代码)

点击蓝字关注我们

大显整理

“面对悬崖峭壁，一百年也看不出一条裂缝来，但用斧凿，能进一寸进一寸，能进一尺进一尺，不断积累，飞跃必来，突破随之。——华罗庚”

导语：

缘起要处理一些数据，本来复制粘贴至少一个小时的工作，利用大模型5分钟解决。由于保密性原则，思路一样，关键数据已脱敏处理~

提问大模型：

生成一个 python 程序。功能是读取 excel 文件中的数据，将每个组别生成一个 excel 表格，并将每个学校数据生成对应表格中的一个表，以序号 + 组别命名文件

代码非常全面，但是解释性语句过多，过于繁琐了。

继续提问：

去除解释，读取的文件就在同目录下的 1.xlsx，重新给出代码

截图并提问，为何出错，请修正

win+R

执行cmd指令，果然第一种方式出错，第二种成功

将程序保存至excel表格同目录中，运行程序，很快生成新的文件夹，结果如我所愿。

简易代码如下：

import pandas as pdimport osfrom openpyxl import Workbookfrom pathlib import PathINPUT_EXCEL_PATH = '1.xlsx'GROUP_COLUMN = '组别'SCHOOL_COLUMN = '学校名称'OUTPUT_FOLDER = './拆分结果'SEQUENCE_DIGITS = 2def main():    if not os.path.exists(INPUT_EXCEL_PATH):        print("文件1.xlsx不存在")        return    df = pd.read_excel(INPUT_EXCEL_PATH)    for col in [GROUP_COLUMN, SCHOOL_COLUMN]:        if col not in df.columns:            print(f"表格缺少列：{col}")            return    df = df.dropna(subset=[GROUP_COLUMN, SCHOOL_COLUMN])    Path(OUTPUT_FOLDER).mkdir(exist_ok=True)    groups = df[GROUP_COLUMN].unique()    for idx, group in enumerate(groups, 1):        group_data = df[df[GROUP_COLUMN]==group]        fname = f"{idx:0{SEQUENCE_DIGITS}d}_{group}.xlsx"        wb = Workbook()        wb.remove(wb.active)        schools = group_data[SCHOOL_COLUMN].unique()        for school in schools:            s_data = group_data[group_data[SCHOOL_COLUMN]==school]            sheet_name = str(school).replace('\\','_').replace('/','_').replace(':','_').replace('*','_').replace('?','_').replace('"','_').replace('<','_').replace('>','_').replace('|','_')[:30]            ws = wb.create_sheet(sheet_name)            ws.append(list(df.columns))            for _, row in s_data.iterrows():                ws.append(row.tolist())        wb.save(os.path.join(OUTPUT_FOLDER, fname))    print("全部拆分完成")if __name__ == "__main__":    main()

对于四十多行的代码，我还是觉得繁琐了，于是提问：

非常好，请再精简代码，越少越好

结果一样，但是果然精简了不少

精简代码如下：

import pandas as pd, osfrom openpyxl import Workbookfrom pathlib import Pathf = "1.xlsx"g_col, s_col = "组别", "学校名称"out = "./拆分结果2"Path(out).mkdir(exist_ok=1)df = pd.read_excel(f).dropna(subset=[g_col, s_col])for i, g in enumerate(df[g_col].unique(), 1):    wb = Workbook()    wb.remove(wb.active)    gd = df[df[g_col]==g]    for s in gd[s_col].unique():        ws = wb.create_sheet(str(s).translate(str.maketrans(r'\/:*?"<>|','_________'))[:30])        ws.append(df.columns.tolist())        [ws.append(r.tolist()) for _,r in gd[gd[s_col]==s].iterrows()]    wb.save(f"{out}/{i:02d}_{g}.xlsx")print("完成")

结语：

大模型为编程新手扫清了数据处理障碍，简化代码编写，降低技术门槛，让数据分析事半功倍。^-^

备注：此文为安徽省教育科学研究项目学习资料
《县域中小学信息科技教师人工智能素养提升路径研究》、《县域中小学教师数字素养提升策略研究》
撰稿｜大显
审核｜信息技术智慧+