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。
文章可以参见这里：
vba实例（27）-一键按列分类汇总并保存单独文件
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：
如果你对上面的内容感兴趣，可以在公号内回复「python处理」自取试用，尽快吧！
欢迎交流！
