查找Excel包含关键字的行（の几种简单快速方法）

TravelLight92

已于 2025-03-03 22:50:53 修改

阅读量1.5k

点赞数 5

文章标签： excel

于 2025-03-01 16:39:03 首次发布

本文链接：https://blog.csdn.net/TravelLight92/article/details/145947910

版权

需求：数据在后缀为xlsx的Excel的sheet1中且量比较大，比如几十万行几百列；想查找一个关键字所在的行,比如"全网首发"；

情况①知道关键字在哪一列

情况②不确定在哪一列，很多列相似又不同，本文演示遍历所有数据，但做点优化避免浪费时间性能；

关键字可能是一串数字，日志的部分内容，加密的某一段等

Excel实现和python实现；

数据大概这样子，这纯粹是我瞎编的简单演示数据，假设关键字为中文，商品全称、简称、特点列会造成查找重复：

1.知道关键字在哪一列

比如关键字在 商品简称 这一列！

1.1excel多种实现和比较

①直接用筛选，包含，推荐！

②超级表ctrl+T,小数据可以这样，数据多不推荐，就是将表本身的数据变成了插入的表格，超级表的筛选功能貌似更强，但数据一多，超级表会很卡；

③用Excel本身的函数：不推荐，麻烦不好用，比如关键字是猛火

函数嵌套大致这样：

先在sheet2中，弄一个辅助列（本文是演示，其实可以将辅助列的结果包在函数中），用函数判断，这对锁行、列号和excel的公式功底有一定的要求；

find("查找关键字","哪个单元格")-->找到返回起始位置，没有返回错误；

辅助列中，找商品简称列，有没有包含猛火；可以看到辅助列，3和4就是sheet1中商品简称那一列有；

再叠加if,如果辅助列不是错误，就用index返回sheet1中对应数据，都需要往右边推一列，因为辅助列占了一个位置,或者其他函数，大概就是先这样，再那样，就行啦。

然后定位，错误，删掉，但我们的数据是很大的，而且excel的函数但凡写多点就令人窒息。

④power query、VBA、数据透视表，一般用这些稍微复杂点的方法，那肯定是经常做这些方面的工作，基本懂的都会用，本文主讲临时需求，简单高效干完就擦屁股完事。

1.2python多种实现和比较

读写文件用pandas库为例

①用索引

df[df["商品全称"].str.contains('纯铜')]

②用query语法

一种类似与SQL但又不完全是的语法，很多时候query能方便地解决很麻烦的事；

df.query('商品全称.str.contains("台式")')

③自写函数，强行搞

例如，我们知道这个关键字，必然在“商品简称”之中：

import pandas as pd
path = "d:/test.xlsx"
df = pd.read_excel(path)

row_list= [] # 存符合条件的行号
for index_num in df.index:
    data = df.loc[index_num,"商品简称"]
    if data.find("家用")!=-1:
        print(data)
        row_list.append(index_num)
print(row_list)

find方法，找到了返回关键字在str中起始位置，找不到返回-1;

此时不能用str.contains方法，因为str.contains前面的东西，最起码得是个series,我写的这个只是一个单纯的单元格内的数据，同时避免了用正则，运行效率upupup。

2.假如列很多，根本就不知道关键字在哪一列

此时excel就很蛋疼了，感觉应该可以，但是并不想去弄。

python多种实现：

2.1如果条件必须是多个列同时包含，而且列不太多

手写一下，索引和query搞定，当然将&变成|, and 变成or ,条件变为或；

①用索引

df[df["商品全称"].str.contains('液化气') & df["商品简称"].str.contains('液化')]

②用query

df.query('商品全称.str.contains("液化气") and 商品简称.str.contains("台式")')

2.2 某一列包含某个关键字，列很多，不知道哪一列

本文的演示数据太简单，比如有很多列，只要哪一列有符合条件的，整列都要，但是列非常多，总不能手写吧；

此时能想到的方法是：遍历数据硬来；

可以自写方法，iloc或者loc,根据数据类型从行、列df.index,df.columns遍历都行；

推荐使用一个函数iterrows(),返回df的行索引和df每一个行数据，注意是行数据series类型；

row_list= []
for row_index,row_data in df.iterrows():
    try:
        for col in df.columns:
            cell_data = df.loc[row_index,col]
    #         if str(row_data[col]).find("猛火")!=-1:
            if str(cell_data).find("猛火")!=-1:
                row_list.append(row_index)
                raise ValueError("已找到条件")
    except:
        pass

print(row_list)

①为什么要用try,except?

因为我们要的数据是整个行，只要其中某一列符合条件，整行都要。但凡哪一列找到了关键字，结果存到list中，直接报个错，避免了往后面的列遍历的无用功，比set去重好；

②注意要str(cell_data),因为时间列这种东西，总会出点小问题；