csv文件是一种用来保存一定格式数据的字符分隔文件类型，而有些时候当csv文件太大时就需要将其拆分才方便保存以及读写操作。下面文章所要介绍的内容就是python快速拆分csv文件的详细代码教程，对此感兴趣的话可以往下看看学习一下。
1.那么首先需要将pandas这个第三方库导入进来，没有的话在命令行通过pip工具将其下载安装好。然后调用该第三方库的read_csv()方法将需要拆分的csv文件读取进来，这个方法执行时如果文件过大可能会需要一段较长的时间。
然后再通过len()方法来获取这个文件总行数，读取完成之后它就会保存在Dataframe这个数据类型的对象之中。之后定义变量并赋值整数，它决定了拆分后每个文件所保存的数据量，代码如下所示：
import pandas as pd
df = pd.read_csv("../super_big.csv")
row_num = len(df)
step = 400
2.第二步则是创建for循环迭代结果，而遍历的是range()函数所生成的可迭代对象。而该函数内传入的参数依次是0、csv文件总行数以及小文件数据量，这样就可以在每次迭代之后去给文件命名了。
而循环之中先使用本次迭代变量加上每个文件的数据量，那么此时得到的就是这一次所拆分的数据，再使用这两个值来给拆分后的文件命名。用df[]切片语法获取指定行数据，最后调用to_csv()方法将其给保存起来就行，代码示例如下所示：
for start in range(0, row_num, step):
stop = start + step
filename = "./small_{}-{}.csv".format(start, stop)
d = df[start: stop]
d.to_csv(filename, index=None)
