利用python对Excel中的特定数据提取并写入新表的方法

这里为你详细讲解用 Python 提取 Excel 表格中特定数据并写入新表格的方法：

1. 准备工作

首先，我们需要安装 pandas 和 openpyxl 这两个库来帮助我们操作 Excel 表格。你可以打开命令行输入以下命令安装这两个库：

pip install pandas openpyxl

然后我们需要有一个 Excel 文件作为我们的操作对象。在本例中，我们假设我们有一个名为 test.xlsx 的 Excel 文件，需要从中提取数据。

2. 数据提取

接下来，我们需要根据 Excel 表格的具体格式，使用 pandas 去读取其中的数据。假设我们需要提取表格中命名为 'Sheet1' 的工作表中第二列（B 列）中小于等于 10 的数据。你可以用以下代码实现：

import pandas as pd

# 读取 Excel 文件
data = pd.read_excel('test.xlsx', sheet_name='Sheet1')

# 选择第二列中小于等于 10 的数据并打印
result = data[data['B'] <= 10]
print(result)

在这个例子中，我们使用了 pd.read_excel() 方法读取 Excel 表格中 Sheet1 工作表的数据，并将其存储在 data 中。然后我们使用条件筛选语句 data['B'] <= 10 选择了第二列中小于等于 10 的数据，将其存储在 result 中，并使用 print() 函数输出结果。

3. 数据写入

接下来，我们需要将筛选到的数据写入一个新的 Excel 文件中。我们可以使用 openpyxl 中的 Workbook 和 Worksheet 类来新建一个 Excel 文件，并使用 pandas 中的 to_excel() 方法将数据写入新表格。你可以用以下代码实现：

from openpyxl import Workbook
from openpyxl.utils.dataframe import dataframe_to_rows

# 创建新 Excel 文件
wb = Workbook()
ws = wb.active

# 将数据写入工作表
for row in dataframe_to_rows(result, index=False, header=True):
    ws.append(row)

# 保存修改后的 Excel 文件
wb.save('output.xlsx')

在这个例子中，我们新建了一个 Workbook 对象，将其激活，然后使用 dataframe_to_rows() 方法将 Pandas 数据框对象 result 转换为行列表，并将其添加到新工作表 ws 中。最后使用 wb.save() 方法将修改后的 Excel 文件保存到本地，命名为 output.xlsx。

4. 示例说明

假设我们有一个名为 test.xlsx 的 Excel 文件，其中 Sheet1 工作表的数据如下：

A	B
Cat	7
Dog	15
Bird	3
Fish	9

我们使用上面提到的方法，筛选出 Sheet1 中第二列中小于等于 10 的数据，得到以下结果：

A	B
Cat	7
Bird	3
Fish	9

最后我们使用 to_excel() 方法将结果写入到新的 Excel 文件 output.xlsx 中。

另外一个示例，假设我们需要提取 Excel 文件中多个工作表中命名为 'Total' 的表格中所有数值大于 100 的数据，并将其写入到新的 Excel 文件中。你可以用以下代码实现：

import pandas as pd
from openpyxl import Workbook
from openpyxl.utils.dataframe import dataframe_to_rows

# 读取 Excel 文件，并提取所有工作表中命名为 'Total' 的工作表的数据
data = pd.read_excel('test.xlsx', sheet_name='Total', header=None)

# 使用条件筛选，选择大于 100 的数值
result = data[data > 100].dropna(how='all').dropna(how='all', axis=1)

# 创建新 Excel 文件，并将筛选后的数据写入工作表
wb = Workbook()
ws = wb.active

for row in dataframe_to_rows(result, index=False, header=False):
    ws.append(row)

# 保存修改后的 Excel 文件
wb.save('output.xlsx')

在这个例子中，我们使用了 pd.read_excel() 方法读取 Excel 表格中所有工作表中命名为 'Total' 的工作表的数据，并将其存储在 data 中。然后我们使用条件筛选语句选择大于 100 的数值，将其存储在 result 中，并使用了 dropna() 方法将数据框中的所有 NaN 值删除。最后我们使用 to_excel() 方法将结果写入到新的 Excel 文件 output.xlsx 中。