几十个 Excel/CSV 按某一列拆分成多个文件（含 4 个实跑大坑）

行政、HR、财务常遇到这种活：3 个分公司交来的员工表，编码不一样、列名有的带空格，要按部门拆成一人事一份。下面这份脚本本次完整实跑过：3 个混合编码（utf-8-sig / gbk / utf-8）、表头带尾随空格、部门值带前导空格的脏文件，全部正确拆进 4 个部门文件，重跑幂等。

核心脚本

import csv, glob, os, codecs

def sniff_encoding(path):
    raw = open(path,'rb').read()          # 坑1：必须读全文件，见下文
    if raw.startswith(codecs.BOM_UTF8): return 'utf-8-sig'
    for enc in ('utf-8', 'gb18030'):      # 坑2：gb18030 是 gbk 超集
        try:
            raw.decode(enc); return enc
        except UnicodeDecodeError:
            continue
    return 'latin-1'

DEPT_COL = '部门'
groups = {}
for path in glob.glob('员工表*.csv'):
    enc = sniff_encoding(path)
    with open(path, encoding=enc, newline='') as f:
        rdr = csv.DictReader(f)
        rdr.fieldnames = [k.strip() for k in rdr.fieldnames]  # 坑3：表头可能带尾随空格
        for r in rdr:
            r = {(k or '').strip():(v or '').strip() for k,v in r.items()}
            dept = r.get(DEPT_COL) or '未知部门'
            r['来源文件'] = os.path.basename(path)
            groups.setdefault(dept, []).append(r)

os.makedirs('按部门', exist_ok=True)
used = set()
for dept, rows in groups.items():
    name = dept.replace('/','_')
    out = f'按部门/{name}.csv'; n = 2
    while out in used: out = f'按部门/{name}_{n}.csv'; n += 1   # 防同名覆盖
    used.add(out)
    with open(out,'w',encoding='utf-8-sig',newline='') as f:  # 坑4：见下文
        w = csv.DictWriter(f, fieldnames=['姓名','部门','工资','来源文件'])
        w.writeheader(); w.writerows(rows)
    print(f'{out}: {len(rows)} 行')

实跑结果

构造的 3 个脏源文件（共 9 条记录）：

• 员工表1.csv（utf-8-sig）：技术部 3 人（其中一个写成「 技术部」带前导空格）、市场部 1 人
• 员工表2.csv（gbk）：市场部 1 人、人事部 1 人
• 员工表3.csv（utf-8 无 BOM，表头写成「部门 」带尾随空格）：技术部 1 人、财务部 1 人

拆分输出全部正确：

按部门/技术部.csv: 4 行   （张三/李四/赵六/周九，跨 2 个源文件正确归并）
按部门/市场部.csv: 2 行   （王五/钱七）
按部门/人事部.csv: 1 行   （孙八）
按部门/财务部.csv: 1 行   （吴十）

重跑一遍，行数不变——输出写到独立目录、源文件只读，天然幂等。

4 个实跑大坑

要拆的是 Excel（.xlsx）怎么办？

把读入部分换成 pandas.read_excel(path, dtype=str)（多个 sheet 加 sheet_name=None 遍历），分组逻辑不变。注意 dtype=str，否则工号、手机号会被 pandas 读成数字丢前导零。