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"
]
​
#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 in sheet.rows:
     for cell in row:
          if cell.column ==3 and (cell.value not in select_list):
              print(cell.coordinate, cell.value,cell.column,cell.row)
              sheet.delete_rows(cell.row)
              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].values.tolist())
​
#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