在日常的數據處理工作中，很多時候我們會遇到一個包含多個工作表（Sheet）的 Excel 文件，可能需要將每個工作表分別保存為獨立的 Excel 文件。手動進行這種操作非常繁瑣且易出錯，但借助 Python 中的 pandas 庫，我們可以非常方便地自動化這個過程。

在這篇博文中，我們將介紹如何使用 Python 將一個 Excel 文件中的每個工作表（Sheet）保存成單獨的 Excel 文件。

1. 使用 pandas 庫進行操作

除了 openpyxl，pandas 庫也可以用來處理 Excel 文件。pandas 提供了非常簡便的讀取和寫入 Excel 文件的方法，特別適合需要處理大量數據的場景。

安裝 pandas 和 openpyxl

pandas 需要依賴 openpyxl 來處理 .xlsx 格式的文件。如果沒有安裝，可以通過以下命令一起安裝：

pip install pandas openpyxl

代碼實現

使用 pandas 來實現將 Excel 文件中的每個工作表保存為單獨的文件的代碼如下：

import pandas as pd
 
def split_excel_sheet(input_file):
    # 讀取 Excel 文件中的所有工作表
    xls = pd.ExcelFile(input_file)
 
    # 遍歷每個工作表
    for sheet_name in xls.sheet_names:
        # 讀取每個工作表的數據
        df = pd.read_excel(xls, sheet_name)
 
        # 保存每個工作表為單獨的 Excel 文件
        new_file = f"{sheet_name}.xlsx"
        df.to_excel(new_file, index=False)
        print(f"工作表 '{sheet_name}' 已保存為 {new_file}")
 
# 使用示例
input_file = '/path/to/example.xlsx'  # 需要分割的 Excel 文件
split_excel_sheet(input_file)

代碼解析

讀取 Excel 文件：通過 pd.ExcelFile(input_file) 讀取整個 Excel 文件。

遍歷工作表：通過 xls.sheet_names 獲取文件中的所有工作表名稱，并遍歷每個工作表。

讀取工作表數據：使用 pd.read_excel() 讀取每個工作表的數據，并將其轉換為 DataFrame 格式。

保存為單獨的 Excel 文件：通過 df.to_excel() 將每個工作表的數據保存為單獨的 Excel 文件，index=False 參數用于不保存行索引。

輸出示例

和 openpyxl 實現類似，運行上面的代碼后，程序會輸出每個工作表被保存為單獨 Excel 文件的消息。例如：

工作表 'Sheet1' 已保存為 Sheet1.xlsx

工作表 'Sheet2' 已保存為 Sheet2.xlsx

2. 總結

通過 Python 的 openpyxl 和 pandas 庫，我們可以輕松地將一個 Excel 文件中的每個工作表保存為單獨的 Excel 文件。pandas：適用于數據分析和處理，操作簡便，尤其在處理數據量較大的 Excel 文件時非常高效。

3.知識拓展

下面小編為大家整理了其他Python中Excel的相關操作，例如合并多個excel，感興趣的可以了解下

自動化辦公之合并多個excel

我們將利用 pandas 和 openpyxl 庫來完成這一任務。pandas 適用于數據的讀取和處理，而 openpyxl 適用于操作 Excel 文件。

安裝所需庫

首先，確保你已安裝了以下 Python 庫：

pip install pandas openpyxl

示例代碼

假設你有多個 Excel 文件，文件結構如下：

file1.xlsx
file2.xlsx
file3.xlsx

每個文件中都有一個工作表，包含相同結構的數據（列名相同）。

1. 導入庫

import pandas as pd 
import os

2. 讀取多個 Excel 文件并合并

我們使用 os 模塊來遍歷指定目錄下的所有 Excel 文件，并通過 pandas 讀取數據。將每個文件的數據合并到一個大的 DataFrame 中。

def merge_excel_files(input_folder, output_file):
    # 獲取文件夾中的所有 Excel 文件
    all_files = [f for f in os.listdir(input_folder) if f.endswith('.xlsx')]
    
    # 初始化一個空的 DataFrame 用于存儲合并后的數據
    combined_df = pd.DataFrame()
    
    # 遍歷所有文件，逐個讀取并合并
    for file in all_files:
        file_path = os.path.join(input_folder, file)
        print(f"正在處理文件: {file_path}")
        
        # 讀取 Excel 文件
        df = pd.read_excel(file_path)
        
        # 合并數據
        combined_df = pd.concat([combined_df, df], ignore_index=True)
    
    # 將合并后的數據保存到新的 Excel 文件
    combined_df.to_excel(output_file, index=False)
    print(f"合并完成，結果已保存到: {output_file}")

3.調用函數并運行

調用上面的 merge_excel_files 函數，并傳入文件夾路徑和輸出文件路徑：

# 指定輸入文件夾路徑和輸出文件路徑
input_folder = 'path_to_your_excel_files'  # 替換為你的文件夾路徑
output_file = 'merged_output.xlsx'         # 輸出文件路徑
 
# 調用合并函數
merge_excel_files(input_folder, output_file)

代碼說明

獲取文件列表：通過 os.listdir 獲取指定目錄下的所有 .xlsx 文件。

讀取和合并數據：利用 pandas.read_excel 讀取每個 Excel 文件的數據，并使用 pandas.concat 方法將數據合并到一個大的 DataFrame 中。ignore_index=True 確保合并后的數據不會重復索引。

保存合并結果：最后，將合并后的數據保存到一個新的 Excel 文件中，使用 to_excel 方法。

執(zhí)行結果

執(zhí)行上述代碼后，你會看到如下輸出：

正在處理文件: path_to_your_excel_files/file1.xlsx
正在處理文件: path_to_your_excel_files/file2.xlsx
正在處理文件: path_to_your_excel_files/file3.xlsx
合并完成，結果已保存到: merged_output.xlsx

合并后的數據將被保存到 merged_output.xlsx 文件中。

到此這篇關于Python實現將Sheet頁拆分成單獨的Excel文件的文章就介紹到這了,更多相關Python Sheet頁拆分成單獨Excel內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論