Hi~大家好！
我们经常会在工作中遇见，类似下图中的表格（原始表格共计5136条数据），上级要求你将品名列的商品筛选出来，并按照“品名 .xlsx”的格式单独保存为一个exce工作簿，或者以品名为名保存为多个工作表，这样数据少了还好说，如果数据量大了，那还不得累得半死！
业务需求:
- 把
品名列的商品取出来，相同的存储在同一个工作表或者工作簿中。
代码实现
导入模块和文件：
代码语言：javascript复制import pandas as pd
df = pd.read_csv('价格.csv')
本文关键步骤是通过两个方法实现的，两个方法会分别实现如何取值、保存为工作表以及工作簿；而关键步骤代码量最多不会超过三行，最少的只有两行；两个方法其实差不多，差别只函数在于两个函数。
unique函数
第一种方法是利用unique函数。unique函数是以数组形式返回列的所有唯一值,也就是相同的两个值只返回一个。
保存为工作表：
代码语言：javascript复制with pd.ExcelWriter('价格总表.xlsx') as writer:
for i in df['品名'].unique():
# 用unique()取出的唯一值创建工作表，当品名与唯一值相同时，保存在相应的工作表
df[df['品名'] == i].to_excel(excel_writer=writer, sheet_name=i, index=False)
同理，保存为工作簿：
代码语言：javascript复制for i in df['发布日期'].unique():
df[df['发布日期'] == i].to_excel(f'./商品每日价格详表/{i}.xlsx', sheet_name=i, index=False)
groupby函数
第二种方法是利用groupby()函数。groupby()函数主要的作用是进行数据的分组以及分组后进行运算，本文只要用到groupby()函数的分组功能。
# 保存为工作表：
with pd.ExcelWriter('价格总表1.xlsx') as writer:
# i为品名唯一值，e为数据分组
for i, e in df.groupby('品名'):
e.to_excel(excel_writer=writer, sheet_name=i, index=False)
# 保存为工作簿：
for i, e in df.groupby('品名'):
e.to_excel(f'./商品每日价格详表/{i}.xlsx', sheet_name=i, index=False)
下图i为红色方框内的品名,e是以唯一的品名进行分好的组：
运行程序后，保存的工作表：
保存好的工作表，一共416个工作簿：
我们可以看到，只需要四、五行代码即可拆分416个工作表和工作簿，而关键代码也就两三行；如果是手动的进行拆分，那还不知道拆到何年何月，所以python是真的能为你省下很多时间！
