来源:Python爬虫与数据挖掘 作者:Python进阶者前言 前几天有个叫【Lcc】的粉丝在Python交流群里问了一道关于从Excel文件中提取指定的数据并生成新的文件的问题,初步一看确实有点难,不过还是有思路的。她的目标就是想提取文件中A列单元格中数据为10的所有行,看到A列的表头是时间,10就代表着上午的10小时,也就是说她需要提取每一天中的上午10点钟的数据。这个数据在做研究的时候还是挺有用的,之后结合作图,就可以挖掘出部分潜在规律了,这个在此不做深究。 一、思路 这个问题看似简单,直接用Excel中的筛选就可以了。诚然,数据筛选,之后扩展行确实可以做到,针对一个或者两个或者10位数以下的Excel文件,我们尚且可以游刃有余,但是面对成百上千个这样的数据文件,怕就力不从心了,如果还是挨个进行处理,那就难受了,所以用Python来批量处理还是很奈斯的。下面一起来看看吧!二、解决方法# coding: utf-8 from openpyxl import load_workbook, Workbook # 数据所在的文件夹目录 path = "C:/Users/pdcfi/Desktop/xiaoluo" # 打开数据工作簿 workbook = load_workbook(path + "/" + "巍图1.xlsx") # 打开工作表 sheet = workbook.active buy_mount = sheet["A"] row_lst = [] for cell in buy_mount: if isinstance(cell.value, int) and cell.value == 10: print(cell.row) row_lst.append(cell.row) new_workbook = Workbook() new_sheet = new_workbook.active # 创建和原数据 一样的表头(第一行) header = sheet[1] header_lst = [] for cell in header: header_lst.append(cell.value) new_sheet.append(header_lst) # 从旧表中根据行号提取符合条件的行,并遍历单元格获取值,以列表形式写入新表 for row in row_lst: data_lst = [] for cell in sheet[row]: data_lst.append(cell.value) new_sheet.append(data_lst) # 最后切记保存 new_workbook.save(path + "/" + "xiaoluo_符合筛选条件的新表.xlsx") 之后在本地查看结果,可以看到,符合条件的数据全部都被提取出来了。 2)注意 还记得上图中粉丝说自己提取到的数据为啥只有header,而没有数据么?其实这里有个坑,隐藏在她的原始数据中,请看下图。 A列的数据是从B列取的,是引用,所有等到访问的时候,其实是获取不到的,所有导致我们去读取的时候,查找的cell为空,自然我们就无法提取到数据。 针对这样的情况,这里给出两个方案,其一是将A列,复制粘贴,粘贴类型为"值",然后重新保存excel进行读取就可以搞定了;其二是以B列作为索引,进行时间取值,然后创建新的一列,之后再做提取,实现难度稍微大一些,取时间的代码可以参考。df_raw["时间"] = pd.to_datetime(df_raw["时间"], format="%Y-%m-%d").hour 本文用的是第一种方法,其实第二种方法显得更加智能一些,难度稍微大一些,实现方法大家可以踊跃的尝试下。三、总结 我是Python进阶者。本文基于粉丝提问如何从Excel文件中提取指定的数据并生成新的文件的问题,给出了两种解决方案。 针对这个问题,小编这里整理了两个思路,当然方法肯定远远不只是这两种,如果你有其他的方法,可以随时分享给我噢! 小伙伴们,快快用实践一下吧!