dataframe两个表合并_史上代码最少的工作表拆分，仅需5行，不可思议

工作中，很多小伙伴都会遇到一些需求，将一份Excel文档按照部门进行拆分，每个部门是一个单独的工作表，或者每个部门整理的工作表汇总为一份总的工作表。读者需要注意的是，多个工作表的拆分与合并，始终在一个工作簿内操作。让我们一起通过Pandas库来实现。

本例目标：根据指定的Excel文件按照部门拆分成多个工作表，其次，根据多个工作表合并成一个工作表。

最终效果：按照部门生成工作表。

技术点：groupby()方法的使用，Excel的追加模式等。

代码编写方式：采用函数、面向过程方式编写。

接下来我们一起进行代码编写，通过2步搞定这个程序。

(1)按照部门进行分组DataFrame。

我们用到了分组这个知识点，直接使用groupby()方法对部门列做分组，分组后的数据包含部门名称和分部门的DataFrame，避免了循环获取数据的办法。

groupby()方法使用如下所示。

#数据按部门划分为DataFrame.

grouped = df.groupby('department')

print(grouped.get_group('技术部'))

for name,group in df.groupby('department'):

print(name,group)

代码执行结果后，name值为人事部、技术部等，group为人事部、技术部对应的DataFrame。请读者自行测试验证。

(2)工作表的拆分。

真正的代码来了，核心代码仅需5行。

通过下段代码演示工作表的拆分，源代码见example_split.py。

import pandas as pd

import os

curpath = os.path.dirname(__file__)

filename = os.path.join(curpath, 'example_merge.xlsx')

savefilename = os.path.join(curpath, 'example_merge_1.xlsx')

//就这5句

df=pd.read_excel(filename)

writer = pd.ExcelWriter(savefilename,engine='openpyxl', mode='a')

for name,group in df.groupby('department'):

group.to_excel(writer,name)

writer.save()

代码执行后生成example_merge_1.xlsx，文件内容如图所示。