如何用Python将含5000列的Excel文件拆分为5000个独立文件？

依赖准备 #

首先确保安装处理Excel所需的库：

pip install pandas openpyxl

核心实现代码 #

以下代码会读取目标Excel文件，将每一列单独保存为一个文件（默认用CSV格式，更适配神经网络训练场景，也可改为XLSX）：

import pandas as pd

# 读取目标Excel文件，sheet_name可指定具体工作表名或索引
df = pd.read_excel('your_database.xlsx', sheet_name=0, engine='openpyxl')

# 遍历所有列，逐个保存
for col_name in df.columns:
    # 提取当前列数据（保持DataFrame格式，避免丢失表头）
    col_df = df[[col_name]]
    
    # 处理列名中的非法字符（防止文件名报错）
    safe_col_name = col_name.replace('/', '_').replace('\\', '_').replace(':', '_')
    
    # 保存为CSV文件（体积小、加载快，适合训练数据）
    col_df.to_csv(f'{safe_col_name}.csv', index=False)
    
    # 若需保存为XLSX格式，替换为下面的代码
    # col_df.to_excel(f'{safe_col_name}.xlsx', index=False, engine='openpyxl')

关键注意事项 #

• 大文件优化：如果Excel文件行数极多（如百万级），可使用pd.read_excel的chunksize参数分块读取，避免内存溢出。
• 文件名合法性：列名若包含/、\、:等操作系统不允许的字符，必须提前替换，否则会导致保存失败。
• 格式选择：CSV格式更适合神经网络训练，多数数据加载库（如TensorFlow、PyTorch配套工具）能高效读取，且文件体积远小于XLSX。

内容的提问来源于stack exchange，提问作者Luckie One