如何将数据集按指定变量拆分导出为多个独立Excel工作簿

以下是两种常用技术栈的实现方案，逻辑和你原有SAS宏的实现逻辑一致：

Python + Pandas 实现 #

你只需要把原有SAS的宏循环逻辑替换为Python的循环即可，示例代码如下：

import pandas as pd

# 请替换为你自己的总数据框变量名、年份列名
df_total = 你的总统计数据框
year_col = "year"

# 提取所有不重复的年份
year_list = df_total[year_col].unique().tolist()

# 循环导出每个年份的独立Excel文件
for year in year_list:
    # 筛选当前年份的数据子集
    filter_df = df_total[df_total[year_col] == year]
    # 自定义导出路径，可根据需求调整命名规则
    export_path = f"C:/统计数据_{year}年.xlsx"
    # 导出Excel，sheet名也可自定义，index=False表示不输出行索引
    filter_df.to_excel(export_path, sheet_name=f"{year}年数据", index=False)

参数说明：

• 首次运行如果报错缺少依赖，先执行pip install openpyxl安装Excel导出依赖
• 如果需要和原有SAS代码一样用序号做文件名后缀，可以改成用enumerate遍历：for idx, year in enumerate(year_list, start=1)，后续路径用idx代替year即可
• 如需导出为xls格式，仅需要修改文件名后缀为.xls即可

R 实现 #

如果你用R处理数据，可以用openxlsx包实现，示例代码如下：

library(openxlsx)

# 替换为自己的总数据框、年份列名
df_total <- 你的总统计数据框
year_col <- "year"

year_list <- unique(df_total[[year_col]])

for (year in year_list) {
  filter_df <- df_total[df_total[[year_col]] == year, ]
  export_path <- paste0("C:/统计数据_", year, "年.xlsx")
  write.xlsx(filter_df, file = export_path, sheetName = paste0(year, "年数据"), overwrite = TRUE)
}

内容的提问来源于stack exchange，提问作者Ely.litta