Python筛选处理Excel的两种⽅法（openpyxl与pandas）Python处理Excel数据，有两种思路，
⼀是通过相应的execl库进⾏操作，优点是最⼤限度保留了excel的特性，缺点是速度慢
另⼀种是以数据的思维，通过Pandas等库进⾏数据处理，速度快，缺点是损失execl特性
需求：
读取⼀批excel表格⽂件，过滤出第三列数据符合某⼀条件的数据
⽅法1：利⽤ openpyxl库处理，思路是删除不符合需要的⾏
import openpyxl
select_list = [
"XXX",
"YYY"
]
python怎么读取excel的数据
#打开表格的第⼀个表单
wb = openpyxl.load_workbook("file_name.xlsx")
sheet = wb.worksheets[0]
#遍历⾏，删除不符合条件的⾏
for row ws:
for cell in row:
lumn ==3 and (cell.value not in select_list):
dinate, cell.w)
sheet.delete_w)
break
wb.save("new_file_name.xlsx")
经过测试，此⽅法速度很慢，适⽤数据不多的情况
⽅法2：利⽤pandas进⾏处理，转存成csv格式
import csv
import openpyxl
import pandas as pd
select_list = [
"AAA",
"BBB"
]
datas = []
#pd打开，注意指定引擎
df = pd.read_excel("file_name.xlsx", engine ="openpyxl")
# 获取⾏号的索引，并对其进⾏遍历：
for i in df.index.values:
if df.loc[i].values[2] in select_list:
print(df.loc[i].values)
datas.append(df.loc[i].list())
#遍历写⼊结果⽂件
with open("new_file_name.csv", 'w', newline='') as csvfile:    writer = csv.writer(csvfile)
for row in datas:
writer.writerow(row)
此⽅法速度快很多，但是结果格式需要⼀定微调

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。