Python pandas批量拆分Excel花名册：一人一表高效方案

宋时安

发布时间：2026-11-08 | 4人浏览过

原创

针对上万条员工数据在Excel中处理卡顿的问题，本文提供基于Python pandas的自动化拆分方案。通过读取源文件、校验工号唯一性、按行导出为独立xlsx文件并生成核对清单，实现高效、准确的“一人一表”分发，避免手工操作误差及同名覆盖风险。

人事发来一张上万行的花名册，要求给每位员工单独留一份表。如果靠手工筛选、复制、另存为，不仅电脑容易卡死，还最怕忙活半天发现两个同名员工的数据被混在了一起，或者因为手抖覆盖了之前的文件。

这种重复性高、逻辑简单但数据量大的工作，正是编程工具擅长的领域。我们不需要复杂的数据库，只需利用 Python 的 pandas 库，就能在几分钟内完成从校验到导出的全过程，而且结果准确可追溯。

准备环境与整理源数据

在开始写代码之前，先确保你的 Windows 电脑上已经安装了 Python。将需要处理的花名册副本放入一个独立的文件夹，重命名为“花名册.xlsx”。为了程序能顺利读取，请确认工作表名称为“花名册”，且第一行是标准的列标题，其中必须包含“工号”和“姓名”两列。

特别注意，不要在表头上方夹杂单位名称，也不要在数据中间插入小计行或空行。对于工号、身份证号这类长数字，建议在 Excel 中将其格式设置为文本，以防前导零丢失。虽然 pandas 可以在读取时指定类型，但源数据的规范性直接决定了后续处理的省心程度。

在该文件夹空白处按住 Shift 键点击右键，选择“在此处打开 Powershell 窗口”或“在终端中打开”，输入以下命令安装必要的库：

py -m pip install pandas openpyxl

如果系统提示找不到 py 命令，请检查 Python 是否已正确安装并添加到环境变量，或者直接运行 python -m pip install pandas openpyxl。

Python pandas批量拆分Excel花名册：一人一表高效方案

准备环境与整理源数据

编写脚本：校验与拆分

新建一个文本文件，重命名为 split_roster.py，并将以下代码粘贴进去。这段逻辑的核心在于“先校验，后导出”，确保不会因为源数据中的脏数据导致程序崩溃或输出错误文件。

from pathlib import Path
import pandas as pd

# 设置路径
base = Path(__file__).resolve().parent
src = base / "花名册.xlsx"
out = base / "拆分结果"

# 读取数据，所有列强制转为字符串，避免数字精度丢失
df = pd.read_excel(
    src, sheet_name="花名册", engine="openpyxl",
    dtype=str, keep_default_na=False
)

# 去除完全为空的行
df = df.loc[~df.eq("").all(axis=1)].copy()

# 基础校验
required = {"工号", "姓名"}
if not required.issubset(df.columns):
    raise ValueError("缺少工号或姓名列，请核对表头")
if df.empty:
    raise ValueError("没有可导出的人员数据")

# 清理空格并检查空值
for col in ["工号", "姓名"]:
    df[col] = df[col].str.strip()
if df[["工号", "姓名"]].eq("").any().any():
    raise ValueError("工号或姓名存在空值，请补全后重试")

# 关键校验：工号必须唯一
if df["工号"].duplicated().any():
    raise ValueError("存在重复工号，请检查源数据是否一人多行")

# 创建输出目录，若已存在则报错防止覆盖旧数据
out.mkdir(exist_ok=False)

records = []
# 逐行导出
for i in range(len(df)):
    row = df.iloc[[i]]
    # 使用顺序编号命名，避免姓名特殊字符导致文件名错误
    filename = f"person_{i + 1:05d}.xlsx"
    row.to_excel(
        out / filename, sheet_name="人员信息",
        index=False, engine="openpyxl"
    )
    records.append({
        "文件名": filename,
        "工号": row.iloc[0]["工号"],
        "姓名": row.iloc[0]["姓名"]
    })

# 生成导出清单，方便后续核对
pd.DataFrame(records).to_excel(
    out / "导出清单.xlsx", index=False, engine="openpyxl"
)
print(f"导出结束，请核对清单，共 {len(records)} 人")

代码中特意使用了 person_00001.xlsx 这样的顺序编号作为文件名，而不是直接用姓名。这是因为 Windows 文件系统对文件名有特殊字符限制，且同名员工会导致文件覆盖。通过编号命名，再配合生成的“导出清单.xlsx”，既能保证文件安全，又能快速通过清单查找对应人员。

Python pandas批量拆分Excel花名册：一人一表高效方案