python如何选取excel文件满足特定条件的行
作者：人间真正走过~
python选取excel文件满足特定条件的行
使用iloc
df = pd.read_excel('data.xlsx',engine='openpyxl')
x=df.iloc[df.iloc[:, 1].values==i, 6].values #第二列值等于i的所有行的第六列python:openpyxl取某一行、某一列、应用excel函数
取某一行
首先，我们快速创建一个表格：
from openpyxl import Workbook
from openpyxl import load_workbook
wb = Workbook() # pay attention to the first letter
sheet_2 = wb.create_sheet('sheet_2')
for i in range(1, 20):
for j in range(1, 20):
sheet_2.cell(i, j, value=j*i)
数据够多了。
这时，我们需要了解到，行和列是怎么构成的。
下面插播一条手动输入数据的代码（和其它内容无关，只是用来区别行和列的不同）
rows = (
(998, 997, 996),
(787, 988, 876),
(233, 445, 786)
)
for row in rows:
sheet.append(row)根据自己输入数据创建excel表格可知，每一行都是一个元组，每一列则不是元组（他是个generator）。
这个认知非常重要！！
所以在取全部行的时候，很简单，我们只需要遍历一遍表格，得到单个元组，再遍历一遍元组，得到单个对象，并获取它的值。
这个非常简单，两次迭代即可搞定，就不放代码la。
可以选择直接print，也可以创建列表，放在列表里。
如果想要列表好看，就创建两个列表，组成一个二位列表……（就有点类似于dataframe拉嘿嘿串台了）。
我要输出某一行的值：
for i in sheet_2[5]:
print(i.value, end='\t')
print()
'''
5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95
'''注意：这里，我输入的是5，他输出的是第五行。
和python中index的取值不同，这里输入0，会报错。因为行列都是从1开始的。
取某一列
行，是一个元组，输出很方便，那么列怎么办呢？
如果上述代码，会直接报错。
我们可以先尝试输出全部的“列”：
list1 = []
for col1 in sheet_2.columns:
list_1 = []
for col_1 in col1:
list_1.append(col_1.value)
list1.append(list_1)
print(list1)
print(list1[0])list1是二维列表，list_1是二维列表中的一维列表。
如果想要输出某一行，可以直接利用index。
但是这样很麻烦，数据太多的话，就很慢，能不能只单纯的输出一列？
能。
sheet_2_col = tuple(sheet_2.columns)
for i in range(0, 4):
for j in sheet_2_col[i]:
print(j.coordinate, j.value, end="\t")
print()以上我取的是1~4列，即：A-D列，输出的是其标号+值。但为什么我写了0？刚刚不是说，没有0吗？
因为我把“列”变成了元组。
元组可以有0。
其实这个方法在处理多数据的时候还是有弊端，我们看看下一个方法。
for i in sheet_2.rows:
for j in i:
if 'A' in j.coordinate:
print(j.coordinate, j.value, end='\t')
print()这里只输出了A列。
依然需要遍历一遍才行。
应用excel里的函数
for i in range(1, 20):
sheet_2[f"T{i}"] = f'=AVERAGE(A{i}:S{i})'
sheet_2[f"U{i}"] = f'=SUM(A{i}:S{i})'
sheet_2['V1'] = 'AVERAGE'
sheet_2['W1'] = 'Sum'
for i in range(2, 20):
sheet_2[f"V{i}"] = f'=AVERAGE(B{i}:S{i})'
sheet_2[f"W{i}"] = f'=SUM(B{i}:S{i})'上面有很多小细节需要注意，{i}用来占位，f就是excel里面那个f，注意，引号在等号前面！
如果列表头要添加文字
很简单拉，直接修改单元格内容，并注意公式容纳数据的范围即可。
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。