使用python高效拆分大型excel文件
本文介绍如何利用Python将大型Excel表格拆分成多个较小的文件，避免单一文件过大导致处理效率低下。以下步骤以一个包含1000行数据的Excel表格为例，将其拆分成10个100行的小表格。
步骤详解：
-
导入必要的库和加载主表格：
立即学习“Python免费学习笔记（深入）”；
魔法映像企业网站管理系统下载技术上面应用了三层结构，AJAX框架，URL重写等基础的开发。并用了动软的代码生成器及数据访问类，加进了一些自己用到的小功能，算是整理了一些自己的操作类。系统设计上面说不出用什么模式，大体设计是后台分两级分类，设置好一级之后，再设置二级并选择栏目类型，如内容，列表，上传文件，新窗口等。这样就可以生成无限多个二级分类，也就是网站栏目。对于扩展性来说，如果有新的需求可以直接加一个栏目类型并新加功能操作
from openpyxl import load_workbook wb = load_workbook("path/to/总表格.xlsx") # 请替换为您的文件路径 ws = wb.active # 获取活动工作表 -
提取并组织数据： 这段代码优化的重点在于避免了不必要的
locals()使用，直接使用列表存储数据，提高效率。total_data = [] for row in ws.iter_rows(min_row=3, values_only=True): # 从第三行开始读取，values_only提高效率 total_data.append(list(row)) -
创建并保存小文件： 这段代码利用了列表切片，更加简洁高效地处理数据分块。
rows_per_file = 100 template_wb = load_workbook("path/to/模板.xlsx") # 请替换为您的模板文件路径 template_ws = template_wb.active for i in range(0, len(total_data), rows_per_file): new_wb = template_wb.copy_workbook() new_ws = new_wb.active new_ws.title = f"Sheet{i // rows_per_file + 1}" # 文件名 for j, row_data in enumerate(total_data[i:i + rows_per_file]): for k, cell_value in enumerate(row_data): new_ws.cell(row=j + 1, column=k + 1).value = cell_value new_wb.save(f"path/to/完成数据_{i // rows_per_file + 1}.xlsx") # 请替换为您的保存路径
通过以上步骤，您可以将大型Excel文件高效地拆分成多个较小的文件，方便后续处理和分析。 请记得替换代码中的文件路径为您的实际路径。 此方法避免了原代码中不必要的字典操作和循环嵌套，显著提高了代码效率和可读性。
