遍历XLSX工作簿将pandas列唯一值存到独立工作表及IndexError解决

问题根因定位 #

IndexError: string index out of range 报错本质是代码中尝试访问超过字符串长度的下标位置，结合该业务场景，常见触发点如下：

• 遍历groupby结果时，误将行索引/字段值当成序列取下标，比如把单个供应商名称字符串当成列表取[0]之外的固定索引值
• 生成工作表名称时，对供应商名字符串做了固定位置的下标访问，部分供应商名长度短于你设置的下标值触发报错
• 分箱操作返回的标签是字符串类型，后续遍历代码错误对标签字符串做了越界下标访问

修复方案 #

• 先加调试代码定位报错行：在遍历逻辑前后加打印，输出当前处理的字段值和类型，确认越界访问的对象

# 示例调试代码，插入到遍历循环的第一行
current_supplier = 你当前遍历取的供应商字段值
print(f"当前处理供应商：{current_supplier}, 类型：{type(current_supplier)}, 长度：{len(current_supplier) if isinstance(current_supplier, str) else '非字符串'}")

• 修复工作表命名逻辑：Excel工作表名称最多支持31个字符，且不能包含\ / ? * [ ]特殊字符，命名前先做兼容处理，优先用切片而非固定下标取值

def clean_sheet_name(name):
    invalid_chars = ['\\', '/', '?', '*', '[', ']']
    for c in invalid_chars:
        name = name.replace(c, '')
    return name[:31] # 切片取值即使字符串不足31位也不会触发索引报错

• 调整groupby结果遍历方式：不要直接对整个DataFrame做下标遍历，用groupby原生迭代逻辑更安全

# 按供应商列分组迭代，直接取每个供应商的全量数据
with pd.ExcelWriter('输出文件名.xlsx') as writer:
    for supplier_name, group_df in df.groupby('供应商列名'):
        sheet_name = clean_sheet_name(supplier_name)
        group_df.to_excel(writer, sheet_name=sheet_name, index=False)

注意事项 #

• 分箱操作如果用了pd.cut/pd.qcut，建议先指定labels参数为非字符串类型或者固定长度的字符串，避免后续处理误访问下标
• 写入多工作表时，统一用pd.ExcelWriter上下文管理器管理工作簿对象，避免资源占用异常

内容的提问来源于stack exchange，提问作者BrianBeing