Python操作Excel之数据提取

最近发现excel数据量极大，并且通过简单的数据操作不能提取到我需要的数据，如果单独操作，数据量太大耗时太长。
想着通过简单的方式，并且快速提取数据，就想到了Python。
python操作Excel使用的openyxl和pandas对Excel进行操作。
代码如下：

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time    : 2020-02-24 下午 03:43
# @Author  : Zhanxing
# @Site    :
# @File    : 提取字段.py
# @Software: PyCharm

import openpyxl
import pandas as pd
from xlutils.copy import copy
df=pd.read_excel(‘222.xlsx‘,sheet_name=‘XXX‘)

data=(df[[‘XXX‘,‘XXX‘]])
data.to_excel("new.xlsx", index=False)

class Excel:
    def __init__(self, excel_file):
        self.excel = openpyxl.load_workbook(excel_file)
        self.sheet_name = self.excel.get_sheet_names()
        self.sheet = self.excel.get_sheet_by_name(self.sheet_name[0])

    def excel_read(self):
        """
        返回excel每一行的生成器对象
        :return:
        """
        yield from self.sheet.iter_rows(min_row=2)

def run(excel_file, new_excel):
    """
    :param excel_file: 要处理的excel的路径
    :param new_excel:  处理后要保存的文件名
    :return:
    """
    excel = Excel(excel_file)
    excel_line = [line for line in excel.excel_read()]
    for line in excel_line:
        for cell in line:
            if isinstance(cell.value, int):
                continue
            people_name = cell.value.strip(‘[]‘).split(‘,‘)
            for num in range(len(people_name)):
                if ‘XX‘ in people_name[num]:
                    excel.sheet.cell(row=cell.row, column=cell.column, value=people_name[num])
                    break
    excel.excel.save(new_excel)

if __name__ == ‘__main__‘:
    run(‘new.xlsx‘,‘11.xlsx‘)

原文地址：https://blog.51cto.com/zhanx/2475595