Python按日期拆分DataFrame至两个工作表的代码求助

1. 先装必需的工具库 #

打开命令行，运行下面的命令安装处理数据和Excel的库：

pip install pandas openpyxl

2. 完整代码示例 #

import pandas as pd

# 读取原始数据文件（这里假设是Excel，CSV的话换成pd.read_csv）
df = pd.read_excel('你的数据文件.xlsx')

# 转换日期列格式（如果原始日期不是标准日期格式，取消注释执行这一步）
# df['日期列'] = pd.to_datetime(df['日期列'])

# 找出数据里的最小和最大日期
min_date = df['日期列'].min()
max_date = df['日期列'].max()

# 筛选对应日期的数据行
min_date_data = df[df['日期列'] == min_date]
max_date_data = df[df['日期列'] == max_date]

# 将拆分后的数据写入同一个Excel的两个工作表
with pd.ExcelWriter('拆分结果.xlsx', engine='openpyxl') as writer:
    min_date_data.to_excel(writer, sheet_name='最小日期详情', index=False)
    max_date_data.to_excel(writer, sheet_name='最大日期详情', index=False)

3. 关键细节说明 #

• 把代码里的'你的数据文件.xlsx'换成你实际的文件路径和名称，'日期列'换成数据里实际的日期列标题。
• 如果你的数据是CSV格式，把pd.read_excel改成pd.read_csv('你的数据文件.csv')。
• index=False是避免把pandas自动生成的索引列导出到Excel里，让结果更干净。
• 如果运行时报日期格式错误，取消日期转换步骤的注释即可。

4. 运行方式 #

把代码保存成split_date.py，打开命令行切换到代码所在文件夹，运行：

python split_date.py

跑完就能得到包含两个工作表的拆分结果.xlsx文件。

内容的提问来源于stack exchange，提问作者Celz