### 如何使用Python pandas或openpyxl库从Excel文件中读取特定数据 #### 使用 Pandas 读取特定数据 Pandas 提供了灵活的方法来读取 Excel 文件中的特定部分。以下是几个常见的场景及其对应的实现方法。 1. **按列名筛选数据** 如果只需要读取某些特定的列，可以在 `pd.read_excel` 方法中通过设置 `usecols` 参数完成此操作[^1]。 ```python import pandas as pd file_path = 'example.xlsx' # 只读取指定列（例如："A" 和 "C" 列） df = pd.read_excel(file_path, usecols=["A", "C"]) print(df) ``` 2. **按行范围筛选数据** 若要只读取某几行的数据，可以使用 `nrows` 或切片技术[^2]。 ```python import pandas as pd file_path = 'example.xlsx' # 仅读取前两行数据 df = pd.read_excel(file_path, nrows=2) print(df) # 或者先加载整个 DataFrame，再进行切片 full_df = pd.read_excel(file_path) specific_rows = full_df.iloc[5:10] # 获取第6至第10行 print(specific_rows) ``` 3. **按条件过滤数据** 假设需要基于某一列的值筛选数据，则可以通过布尔索引来实现[^3]。 ```python import pandas as pd file_path = 'example.xlsx' df = pd.read_excel(file_path) filtered_data = df[df['年龄'] > 30] # 过滤出“年龄”大于30的记录 print(filtered_data) ``` 4. **读取特定工作表** 默认情况下，`read_excel` 函数会读取第一个工作表。如果要读取其他工作表，需指定 `sheet_name` 参数[^1]。 ```python import pandas as pd file_path = 'example.xlsx' df = pd.read_excel(file_path, sheet_name="Sheet2") # 替换为实际的工作表名称 print(df) ``` --- #### 使用 OpenPyXL 读取特定数据 OpenPyXL 是另一个强大的工具，适合更精细的操作需求。下面是一些常见用法： 1. **逐行列举单元格数据** 需要遍历某个区域内的所有单元格并提取其值时，可采用如下方式。 ```python from openpyxl import load_workbook workbook = load_workbook(filename='example.xlsx') sheet = workbook.active # 或指定具体工作表：workbook["SheetName"] target_cells = [] for row in sheet.iter_rows(min_row=2, max_col=4, max_row=5): # 定义目标区域 cell_values = [cell.value for cell in row] target_cells.append(cell_values) print(target_cells) ``` 2. **访问单个单元格的内容** 当只需获取个别位置上的数值而非整张表格时，可以直接定位该坐标点。 ```python from openpyxl import load_workbook workbook = load_workbook(filename='example.xlsx') sheet = workbook.active value_at_B3 = sheet['B3'].value # 访问 B3 单元格内容 print(value_at_B3) ``` 综上所述，无论是批量还是精确控制层面的任务都能借助这两种方案达成目的。