groupby配合循环导出是最直接可靠的方式：先按列值自动分组（支持dropna=false处理空值），再逐组保存为独立文件，避免手动筛选漏数据；导出前校验非空、规范文件名、统一utf-8-sig编码，并用excelwriter管理多sheet以确保稳定落地。
用 groupby 配合循环导出是最直接可靠的方式
直接按列值分组，再逐组保存为独立文件，避免手动切片出错或内存重复加载。关键不是“怎么拆”，而是“拆完怎么稳稳落地”。
常见错误是写成 df[df['col'] == val].to_csv(...) 逐条件筛选——当分组键有缺失、空值或类型不一致时，会漏数据或报 KeyError；而 groupby 自动处理 NaN 分组（默认丢弃，可设 dropna=False）。
- 用
df.groupby('category', dropna=False)确保空值也被归入一个组 - 文件名建议用
str(group_name)而非直接拼接，防止None或特殊字符导致OSError - 导出前检查
len(group) > 0，跳过空组，避免生成空 CSV - 若需保留原始索引，加参数
index=False；否则默认会多一列索引列
导出 Excel 多个 sheet 而非多个文件？用 pandas.ExcelWriter
当业务要求“一个 Excel 里多个 tab”，硬拆成一堆 .xlsx 文件反而增加下游处理负担。这时 ExcelWriter 是更贴切的解法，且能复用同一个文件句柄。
容易踩的坑是忘记调用 .close() 或没用上下文管理器，导致文件被锁住、内容写不全，甚至报 PermissionError。
- 必须用
with pd.ExcelWriter('output.xlsx') as writer:包裹写入逻辑 - sheet 名长度不能超 31 字符，且不能含
/ ? * [ ]，建议用re.sub(r'[\/?*[]]', '_', str(name))[:31]清洗 - 每个
group.to_excel(writer, sheet_name=...)会自动追加，无需手动控制流 - 不支持同时写入多个 Excel 文件，这点和 CSV 导出本质不同
大数据量下避免内存爆炸：用 chunksize + 分组聚合替代全量 groupby
当 DataFrame 超过 50 万行，且分组键高基数（比如用户 ID），df.groupby(...).apply(...) 可能触发内存峰值翻倍，甚至 OOM。这不是 pandas bug，而是分组过程会构建中间哈希表并复制数据块。
python-docx Skill功能概述python-docx Skill是一项面向实际任务的技能，主要用于本Skill提供使用python-docx生成专业Word文档的标准方法和最佳实践；生成安全服务方案文档；核心要点生成技术架构设计文档；生成任何需要专业排版的Word文档；核心库 : python-docx；使用与执行辅助库 : docx.shared , docx.enum , docx.oxml.ns；标准代码模板；1. 文档初始化；2. 字体设置（必须！它将相关步骤、工具调用和结果整理方式集
真正可行的降压方式是：先用 read_csv(..., chunksize=N) 流式读取，每块单独 groupby 后追加写入对应文件（需提前建好文件句柄或用 mode='a'）。
- CSV 追加写入必须加
header=False（首块除外），否则每块都写列名 - 用
open(..., 'a', newline='')手动管理文件句柄比反复to_csv(mode='a')更可控 - 分组键若涉及多列，确保每块内键组合语义一致（例如不能把同一用户的记录切到两个 chunk）
- 该方案牺牲了“一次性分组”的简洁性，换来确定性的内存上限
文件路径和编码问题常被忽略，但一出错就卡在最后一步
导出失败往往不是逻辑问题，而是路径中含中文、空格，或 Windows 默认 ANSI 编码与 pandas 的 UTF-8 不兼容，导致乱码或 UnicodeEncodeError。
别依赖 IDE 当前工作目录——显式构造绝对路径，并统一声明编码。
- 用
Path(__file__).parent / 'output'替代'./output'，避免相对路径漂移 - CSV 导出一律加
encoding='utf-8-sig'（尤其要 Excel 打开不乱码） - Windows 上路径分隔符用
/或os.path.join，别手写（反斜杠在字符串里要转义） - 文件名含变量时，用
f"{val!r}"或正则过滤非法字符，而不是直接str(val)
实际项目里最麻烦的往往不是“怎么分”，而是“分完怎么让下游系统稳定读进去”——编码、空值标记、时间格式、小数位数，这些细节一旦不统一，后面补救成本远高于前期多写两行清洗逻辑。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
