使用pandas python根据行值将excel拆分为多个csv文件答案

【问题标题】：Split excel based on row values into multiple csv files using pandas python使用pandas python根据行值将excel拆分为多个csv文件
【发布时间】：2021-10-20 07:33:46
【问题描述】：

我想将大型excel文件拆分成多个一定大小的csv块文件（例如每个10行），如下代码：

# Function to split sheets
def split_xls_to_csv(file_location,chunk_size,dest_dir,archive_dir):
    curr_date = datetime.now().strftime("%d-%m-%Y")
    curr_time = datetime.now().strftime("%H-%M-%S")
    file_name = os.path.basename(file_location) 
    try:
        logMessage(f"Processing file \'{file_name}\'.")
        batch = 0
        df = pd.read_excel(file_location)
        file_count = math.ceil(len(df) / chunk_size)
        for chunk in np.array_split(df, file_count):
            logMessage(f'Splitting file \'{file_name}\' ----> ({batch + 1} of {file_count})')
            o_filename = f'{file_name.replace(".xlsx","")}_{curr_date}_{curr_time}_{batch + 1}.csv'
            output_path = os.path.join(f'../{dest_dir}', o_filename)
            chunk.to_csv(output_path, index=False, header=True)
            batch += 1
        logMessage("Splitting file completed. !!!")
    except Exception as ex:
        logError("Exception: ")

下图显示了示例 excel，其中我将拆分设置为每个 10 行，这很完美，但问题是，如果第 10 行和下一个连续行（如 11、12 行“documentNo”列值匹配）到第 10 行“DocumentNo”，那么拆分应该从第 13 行开始，而不是从第 11 行开始。在下面的示例中，拆分应该从第 13 行而不是第 11 行开始（chunk_size 设置为 10）

【问题讨论】：

标签： python excel pandas dataframe

【解决方案1】：

这是因为 Document No 列中的数字存储为文本而不是数字吗？末尾有一个绿色标记，表示错误。您可以先将列中的字符串转换为数字，然后执行您的代码，这对我来说似乎很好。

【讨论】：