按指定列分位数拆分DataFrame并导出Excel及格式调整问询

需求说明 #

我们需要处理一个包含800家企业数据的DataFrame，完成以下操作：

• 按**「ESG综合得分2011」**（原列名ESG Combined Score 2011）列将数据拆分为4个等规模分位数组（Q1至Q4，Q4包含得分最高的企业），每组200条数据
• 将每组数据导出至Excel文件的对应工作表（工作表名分别为Q1、Q2、Q3、Q4）
• 对**「公司市值」**（原列名Company Market Capitalization）列取消科学计数法显示，改为带千位分隔符的格式

代码实现 #

使用pandas结合xlsxwriter引擎完成需求，代码如下：

import pandas as pd

# 假设数据已加载到df1中，若未加载可通过下面的代码读取
# df1 = pd.read_excel("你的数据源文件.xlsx")

# 1. 按ESG得分拆分4个分位数组，Q4对应最高分区间
df1['分位组'] = pd.qcut(df1['ESG Combined Score 2011'], q=4, labels=['Q1', 'Q2', 'Q3', 'Q4'])

# 2. 创建Excel写入对象，指定xlsxwriter引擎支持格式自定义
with pd.ExcelWriter('企业ESG分位数据.xlsx', engine='xlsxwriter') as writer:
    # 遍历每个分位组，导出到对应工作表
    for group_name, group_data in df1.groupby('分位组'):
        group_data.to_excel(writer, sheet_name=group_name, index=False)
        
        # 获取工作表和格式对象，设置千位分隔符格式
        workbook = writer.book
        worksheet = writer.sheets[group_name]
        num_format = workbook.add_format({'num_format': '#,##0'})
        
        # 定位市值列，应用格式（跳过表头，从第2行开始）
        col_index = group_data.columns.get_loc('Company Market Capitalization')
        worksheet.set_column(col_index, col_index, None, num_format)

关键细节说明 #

• pd.qcut()：按指定分位数等拆分数据，q=4确保拆分为4个等大小组，labels参数明确分组命名，保证Q4对应最高分区间
• xlsxwriter引擎：支持自定义单元格格式，通过add_format()创建带千位分隔符的数字格式，再用set_column()批量应用到目标列，彻底消除科学计数法
• 分组导出：通过groupby()遍历每个分位组，直接将组数据写入对应工作表，流程简洁高效

内容的提问来源于stack exchange，提问作者Terminator6677