在日常的数据处理工作中，很多时候我们会遇到一个包含多个工作表（Sheet）的 Excel 文件，可能需要将每个工作表分别保存为独立的 Excel 文件。手动进行这种操作非常繁琐且易出错，但借助 Python 中的 pandas 库，我们可以非常方便地自动化这个过程。

在这篇博文中，我们将介绍如何使用 Python 将一个 Excel 文件中的每个工作表（Sheet）保存成单独的 Excel 文件。

1. 使用 pandas 库进行操作

除了 openpyxl，pandas 库也可以用来处理 Excel 文件。pandas 提供了非常简便的读取和写入 Excel 文件的方法，特别适合需要处理大量数据的场景。

2.1 安装 pandas 和 openpyxl

pandas 需要依赖 openpyxl 来处理 .xlsx 格式的文件。如果没有安装，可以通过以下命令一起安装：

pip install pandas openpyxl

2.2 代码实现

使用 pandas 来实现将 Excel 文件中的每个工作表保存为单独的文件的代码如下：

import pandas as pddef split_excel_sheet(input_file):# 读取 Excel 文件中的所有工作表xls = pd.ExcelFile(input_file)# 遍历每个工作表for sheet_name in xls.sheet_names:# 读取每个工作表的数据df = pd.read_excel(xls, sheet_name)# 保存每个工作表为单独的 Excel 文件new_file = f"{sheet_name}.xlsx"df.to_excel(new_file, index=False)print(f"工作表 '{sheet_name}' 已保存为 {new_file}")# 使用示例
input_file = '/path/to/example.xlsx'  # 需要分割的 Excel 文件
split_excel_sheet(input_file)

2.3 代码解析

• 读取 Excel 文件：通过 pd.ExcelFile(input_file) 读取整个 Excel 文件。
• 遍历工作表：通过 xls.sheet_names 获取文件中的所有工作表名称，并遍历每个工作表。
• 读取工作表数据：使用 pd.read_excel() 读取每个工作表的数据，并将其转换为 DataFrame 格式。
• 保存为单独的 Excel 文件：通过 df.to_excel() 将每个工作表的数据保存为单独的 Excel 文件，index=False 参数用于不保存行索引。

2.4 输出示例

和 openpyxl 实现类似，运行上面的代码后，程序会输出每个工作表被保存为单独 Excel 文件的消息。例如：

工作表 'Sheet1' 已保存为 Sheet1.xlsx

工作表 'Sheet2' 已保存为 Sheet2.xlsx

3. 总结

通过 Python 的 openpyxl 和 pandas 库，我们可以轻松地将一个 Excel 文件中的每个工作表保存为单独的 Excel 文件。pandas：适用于数据分析和处理，操作简便，尤其在处理数据量较大的 Excel 文件时非常高效。