技能介绍

为什么需要它

处理 Excel 时经常遇到两类典型脏活：拿到一份几百 MB 的合并大表，需要按某个维度（地区、部门、客户）拆成多份分发给不同对接人；或者反过来，手头有一堆结构相同的零散表格，要按行拼接成一张总表。手工选中、复制、另存不仅重复，还容易漏行、错行，脚本化拆分合并是更可控的做法。

它做了什么

技能核心是一个 Python 脚本 scripts/excel_splitter.py，依赖 pandas 和 openpyxl，通过 -m/--mode 参数切换四种模式：

split_by_col：按指定列的唯一值拆分。每个唯一值生成一个 _<值>.xlsx，值来自该列的每个单元格。
split_sheets：把一个工作簿里的每个工作表导出为独立文件。
merge_files：把多个 .xlsx 文件按行拼接成一个工作簿，-f 支持通配符、目录或逗号分隔的文件列表。
merge_sheets：把同一工作簿内的多个 sheet 按行合并成一张表。

拆分列可以通过 -c 传列名或 0 起始的列索引，-s 指定工作表名或索引，--drop-split-column 可以在输出子表中去掉拆分列本身。合并模式下 -o 是输出文件路径，拆分模式下是输出目录。

边界与注意点

脚本对边界情况有明确处理：列值为空（NaN）的行会归入 未分类_空值.xlsx；文件名中的 Windows 非法字符（\ / : * ? " |）会被替换为下划线，首尾的点和空格会被去除，清洗后仍为空的名称回退为 未命名；如果两个不同的分组值清洗后文件名撞车，会追加 _1、_2 这样的数字后缀，不会互相覆盖。

另外，脚本只读原文件，所有产物写入独立目录，不会改动源数据。运行结束后会打印一份摘要，包括拆分列、输出目录、文件数、总行数和每个文件的行数，方便核对是否漏拆。

需要留意的是，该技能依赖 pandas 与 openpyxl，使用前需自行在 Python 3.10+ 环境中安装，脚本不会偷偷修改环境；依赖缺失时会直接报错并提示安装命令。