### 如何使用 Python 和 Pandas 或 OpenPyXL 读取 Excel 文件中指定列的数据 #### 使用 Pandas 读取指定列的数据 Pandas 是一个强大的数据分析工具，能够轻松处理 Excel 文件中的数据。要读取特定列的数据，可以通过 `pd.read_excel` 函数加载整个文件后，利用列名或列索引提取所需数据。 以下是具体实现方法： ```python import pandas as pd def read_specific_columns_pandas(file_path, columns=None): """ 使用 Pandas 读取 Excel 中的指定列。 参数: file_path: str, Excel 文件路径 columns: list or None, 要读取的列名列表；如果为 None，则默认读取所有列 返回: DataFrame 对象 """ # 加载 Excel 文件并仅保留所需的列 data = pd.read_excel(file_path, usecols=columns) return data if __name__ == "__main__": file_path = "example.xlsx" specific_columns = ["Name", "Age"] # 假设只读取 Name 和 Age 列 result_df = read_specific_columns_pandas(file_path, specific_columns) print("使用 Pandas 读取的指定列数据：") print(result_df) ``` 此代码片段展示了如何通过 `usecols` 参数来限定需要读取的列[^2]。 --- #### 使用 OpenPyXL 读取指定列的数据 OpenPyXL 提供了一种更底层的方式操作 Excel 文件。它允许逐行遍历工作表的内容，并从中筛选出目标列的数据。 下面是基于 OpenPyXL 的解决方案： ```python from openpyxl import load_workbook def read_specific_columns_openpyxl(file_path, target_column_index=None): """ 使用 OpenPyXL 读取 Excel 中的指定列。 参数: file_path: str, Excel 文件路径 target_column_index: int or None, 需要读取的目标列索引（从 1 开始计数） 如果为 None，则打印全部内容 返回: 打印输出结果 """ workbook = load_workbook(filename=file_path) sheet = workbook.active column_data = [] for row in sheet.iter_rows(min_row=1, max_col=sheet.max_column, values_only=True): if target_column_index is not None and len(row) >= target_column_index: column_data.append(row[target_column_index - 1]) else: column_data.append(row) return column_data if __name__ == "__main__": file_path = "example.xlsx" target_column_index = 2 # 假设读取第 2 列（即 B 列） result_list = read_specific_columns_openpyxl(file_path, target_column_index) print(f"使用 OpenPyXL 读取的第 {target_column_index} 列数据：") print(result_list) ``` 在此示例中，我们定义了一个函数用于获取某个固定位置上的列值[^1]。 --- #### 总结两种方式的区别 - **Pandas**: 更适合快速完成复杂任务，尤其是当涉及大量数据预处理时。其语法简洁明了，支持按列名直接访问。 - **OpenPyXL**: 给予开发者更大的灵活性去控制每一个单元格的行为，适用于那些需要精细调整的工作场景。 两者各有优劣，在实际应用过程中可以根据需求灵活选用合适的库[^3]。 ---