复制文件1，按供应商拆分文件2，粘贴拆分数据到复制文件1

Question

问题描述：

我需要根据“供应商名称”这一列中的唯一值，把一个Excel文件（File2）拆分开来，并把每个部分保存为一个单独的文件，放在一个已经存在的Excel工作簿（File1）里。不过，我现在的做法效率不高，花了很多时间。

File1的路径是blank_order_book_path

File2的数据框是df

代码主要部分：

suppliers = df['Vendor Name'].unique()
for supplier in suppliers:
    if isinstance(supplier, str):
        safe_supplier = supplier.replace('/', '_')
        supplier_df = df[df['Vendor Name'] == supplier].copy()
        wb = load_workbook(blank_order_book_path)
        ws = wb["Data Dump"]
        data = supplier_df.columns.tolist() + supplier_df.values.tolist()
        for row_idx, row in enumerate(data, 1):
            for col_idx, value in enumerate(row, 1):
                ws.cell(row=row_idx, column=col_idx, value=value)
                wb.save(f"{safe_supplier}.xlsx")
print("All files saved to Downloads Folder")

问题：

我现在的做法处理起来非常慢，特别是对于较大的数据集。我怀疑我的代码可能有些地方不够高效，但我不太确定具体是哪里。

背景：

我在用Python编程，使用了一些库，比如tkinter、pandas、os、openpyxl、shutil和xlsxwriter来进行文件操作和数据处理。我是在Windows环境下运行这段代码。

期望：

我希望这段代码能够高效地根据“供应商名称”来拆分Excel文件，并把每个部分保存到“Downloads/VendorSplittingApp”文件夹里。

Answer 1

看起来你只是想找出哪些地方比较耗费资源。我看到的两个最耗费资源的地方是（1）嵌套的列/行循环和（2）在最内层循环中写文件。

除非在每次最内层循环中写数据文件是绝对必要的（看起来你是按行写的？）……不如把写文件的操作移到和前面每行循环同一层级。

另外一个完全不同的选择是，你可以在运行Python代码之前，先用PowerQuery准备或整理你的数据。虽然我不知道你的数据是什么样的，但这可能值得考虑。

接下来，如果有可能把最内层循环拆开，那可能会有所帮助。看起来这个问题是你事先就知道列数的。除非列数非常多，把最内层循环拆成单独的代码行可能会有帮助。如果列数少但行数很多，效果可能会更明显。

虽然你代码中的其他操作看起来也可能比较耗费资源，但在列/行循环中的操作可能是最值得优先考虑的。

最后……作为一种完全不同的方法，你可以把数据转换成CSV格式，然后解析纯文本，而不是Excel对象。这显然意味着需要完全重写代码，但这也是一个选择。