python pandas.DataFrame 编写的Excel分割工具

import pandas as pd 
from pandas import DataFrame as DF 
import os

class SplitExcel(object):
	"""
	   分割任意的Excel文件，根据指定的列对文件进行分割，并存储到指定的位置，
	   分割的时候可以指定子文件包含哪些列。会对指定的分割列进行去重
	   参数： file 要被分割的文件地址
	          by   根据哪个列进行分割
	          prefix  生成的文件的前缀，默认是 前缀 + - + 分割项.xlsx
	          subCols 子文件包含哪些字段，这些字段必须在被分割文件中存在，否则将报错
	          joinStr 文件名中连接prefix 和 分割项的连接符合，默认是‘-’
	    如果要根据多列对文件进行分割，程序会先生成一个临时列，其中每行存储的内容是指定的多列的值使用joinStr指定的字符串连接的字符串
	    并使用这个新列进行分割
	"""
	def __init__(self, file,by=[],prefix="",subCols=[],joinStr="-"):
		self.file = file
		self.by   = by
		self.prefix = prefix
		self.subCols = subCols
		self.joinStr = joinStr

		self.df = pd.read_excel(self.file)
		self.df.reset_index(drop=True)

		print("-"*50)
		print("读取文件的列名有：",self.df.columns.tolist())
		print("-"*50)

　　　　　# 内部功能，按行处理DF的数据
	def __partical__(self,df):

		values = []

		for col in self.by:

			values.append(df[col])

		return self.joinStr.join(values)
	def __make__(self):

		self.df["makedCol"] = self.df.apply(self.__partical__,axis=1,result_type="expand")

		return "makedCol"

	def split(self,by=[],target_dir=""):

		if not by and not self.by:

			print("错误：必须指定by参数，可以在初始化时指定也可以在调用split时指定,目标分割列只能是一列")

			return

		if not target_dir:

			target_dir = os.getcwd()
		else:
			# 检查文件夹是否存在，不存在就新建

			if not os.path.exists(target_dir):

				os.makedirs(target_dir)

		print("分割后文件将会被存储在 ",target_dir)

		split_by = ""

		if by:

			split_by = by

			self.by = by

		else:

			split_by = self.by

		# 指定的列的内容都会被当做字符串处理

		self.df[by] = self.df[by].astype(str)

		# 如果by是列表，并且长度大于1

		if isinstance(by,str):

			newBy = by

		if isinstance(by,list):

			if len(by) == 1:

				newBy = by[0]

			elif len(by)>=2:

				newBy = self.__make__()

		# 找到指定的by列有多少个不同的值，并按照这些值分组

		items = set(self.df[newBy].values.tolist())

		result_files_list = []

		for item in items:

			dfa = self.df.loc[self.df[newBy]==item]

			dfa.reset_index(drop=True)

			# 检查是否指定了子文件的列，如果指定了则按照指定的列生成子文件

			if self.subCols:

				dfx = dfa[self.subCols]

			else:

				dfx = dfa

			filename = ""

			if  self.prefix:

				filename = self.prefix + self.joinStr + item + ".xlsx"

			else:

				filename = item + ".xlsx"

			dfx.to_excel(target_dir + "\\" + filename,index=False)

			result_files_list.append(target_dir + "\\" + filename)

		# 打开目标文件夹

		os.startfile(target_dir)

		return result_files_list




if __name__ == '__main__':
	splitexcel = SplitExcel("一季度大部门人员质量成本.xlsx",subCols=['部门名称', '部门代码', '一季度质量成本'],joinStr="#")
	results = splitexcel.split(["指定","指定1"],r"D:\projects\项目统计工具\分割文件\文件")

	print(results)