python如何批量处理excel_Python 实现批量分类汇总并保存xlsx文件

上一篇文件用VBA介绍了如何实现一键按列分类汇总并保存单独文件，代码有几十行，而且一旦数据量多了，效果可能不尽如人意。

今天就来给大家说说如何用python来实现这个效果，先给大家看看效果：

代码只有十几行，效果要提升好多倍，这也是使用python的优势所在。

思路与代码详解

核心思路基本和VBA的一致：读取excel数据 – 获取“归属事业部”列中事业部种类数 – 按每个事业部进行整行提取 – 保存xlsx文件。

1、这里使用的是python中的pandas数据处理库，这个是在数据处理界非常牛逼的一个工具库，使用之前需要导入库。

import pandas as pd

2、读取excel的数据。读取”拆分实例.xlsx”这个excel中,sheet名字为”全国客户明细”的数据，将读取的内容赋值给df。

df = pd.read_excel("拆分实例.xlsx",sheet_name="全国客户明细")

3、获取“归属事业部”列的种类数，使用pandas库的unique方法，将所有事业部的名字赋值给变量group_names。

group_names=df["归属事业部"].unique()

4、将某个事业部的数据整行提取出来保存成xlsx文件，并按事业部的名字进行命名。

df_group=df.groupby(by=['归属事业部']).get_group(group_name).reset_index(drop=True)

df_group.to_excel(".\拆分结果\\"+group_name+".xlsx")

5、遍历每一个事业部，进行同样的操作。

for group_name in group_names:

完整代码如下：

import pandas as pd

import time

start = time.time()

df = pd.read_excel("拆分实例.xlsx",sheet_name="全国客户明细")

group_names=df["归属事业部"].unique()

for group_name in group_names:

df_group=df.groupby(by=['归属事业部']).get_group(group_name).reset_index(drop=True)

df_group.to_excel(".\拆分结果\\"+group_name+".xlsx")

elapsed = (time.time() - start)

print("完成，共花费时间为：",elapsed)

优化

上面这个代码生成的excel，数据是没有任何问题，但是单元格格式比较简陋，甚至可以说“丑”。

如果需要如下图像生成VBA的比较美观的样式，要怎么弄呢？需要做一些格式上的处理。

可以新建一个“模板”文件，

然后调用openpyxl库将分类的数据dataframe写入到模板文件中，设置边框等格式，另存为xlsx文件即可。

效果如下：