df有一列名为‘外部ID’，根据这一列的值分出所有相同外部ID的数据保存到一个csv文件中，同时新建一个文件夹保存这些csv文件，并且要求每个csv文件长度不超过249999的代码。每个csv文件名要包含这一类的外部ID数值.

在Python中，我们可以使用pandas库来处理这个问题。首先，你需要安装pandas和arrow库，它们可以帮助我们处理数据和创建文件。如果你还没有安装，可以使用以下命令：

pip install pandas arrow

然后，你可以使用以下代码实现这个功能：

import pandas as pd
import os

# 假设df是你需要操作的数据框
def split_data(df, column_name, output_folder='output', max_rows=249999):
    if not os.path.exists(output_folder):
        os.makedirs(output_folder)
    
    for external_id in df[column_name].unique():
        subset = df[df[column_name] == external_id]
        
        # 检查子集是否超过最大行数
        if len(subset) <= max_rows:
            csv_file_path = os.path.join(output_folder, f"{external_id}.csv")
            subset.to_csv(csv_file_path, index=False)
            print(f"External ID {external_id} saved to {csv_file_path}")
        else:
            print(f"Skipping external ID {external_id}, exceeds max rows ({max_rows}).")

# 调用函数并传入你的DataFrame、列名以及输出文件夹路径
split_data(df, '外部ID')

这段代码会遍历`外部ID`列的所有独特值，对每个外部ID对应的子集数据创建一个新的CSV文件。如果子集数据长度大于`max_rows`，则不会保存。每个CSV文件将保存在指定的`output_folder`目录下，并且文件名包含该外部ID的数值。