要在Python系统与Excel连接时仅读取和显示特定的数据列与行，核心在于使用数据读取库的**数据筛选**功能。根据提供的参考资料，这主要涉及使用`Pandas`或`xlrd`库，并通过行/列索引、条件筛选或`loc`/`iloc`方法来实现精确提取[ref_1][ref_5][ref_6]。 ### 核心方法对比 下表概括了实现此目标的几种主要技术路径： | 方法 | 所属库 | 核心思路 | 适用场景 | | :--- | :--- | :--- | :--- | | **`usecols`参数** | `pandas` | 读取Excel时，通过列名、列索引或可调用函数指定需加载的列。 | 仅需筛选列，且列标识明确时。 | | **`skiprows`/`nrows`参数** | `pandas` | 控制读取的起始行和行数，实现行范围的筛选。 | 仅需筛选连续的行范围时。 | | **`loc`与`iloc`索引器** | `pandas` | 读取完整或部分数据到`DataFrame`后，根据标签(`loc`)或整数位置(`iloc`)进行行、列的二次筛选。 | 需进行复杂的、基于条件或位置的**行列组合筛选**。 | | **条件查询** | `pandas` | 使用布尔索引，根据列值满足的条件（如`df['部门'] == '销售'`）来筛选行。 | 需要根据数据内容（而非固定位置）动态筛选行时。 | | **`row_values`/`col_values`** | `xlrd` | 直接通过工作表对象的行号和列号读取特定行或列的全部或部分数据。 | 使用轻量级`xlrd`库，且仅需简单按位置读取的场景。 | ### 具体实现与代码示例 #### 1. 读取时直接筛选列与行（`pandas`） `pandas.read_excel`函数的参数能在读取阶段直接控制加载的数据范围[ref_1][ref_5]。 ```python import pandas as pd # 假设 `data.xlsx` 的 `Sheet1` 包含列：['姓名', '部门', '工资', '入职日期'] file_path = 'data.xlsx' # 示例1：仅读取指定列（通过列名或列索引） # 使用列名列表 df_columns_by_name = pd.read_excel(file_path, usecols=['姓名', '工资']) # 使用列索引列表 (0-based, 例如0代表第一列‘A’) df_columns_by_index = pd.read_excel(file_path, usecols=[0, 2]) # 读取第1列（‘A’）和第3列（‘C’） print("使用usecols读取指定列:") print(df_columns_by_name.head()) # 示例2：读取指定行范围 # 跳过前2行表头/说明行，读取接下来的5行数据 df_rows = pd.read_excel(file_path, skiprows=2, nrows=5) print("\n使用skiprows和nrows读取指定行范围:") print(df_rows.head()) # 示例3：结合使用，读取特定范围的列和行 df_specific = pd.read_excel(file_path, usecols=['姓名', '部门'], skiprows=1, nrows=10) print("\n读取第2至11行（跳过1行），仅‘姓名’和‘部门’列:") print(df_specific) ``` #### 2. 读取后使用 `loc` 和 `iloc` 进行筛选（`pandas`） 这是最灵活和强大的方法，适用于复杂的切片和条件过滤[ref_1][ref_5][ref_6]。 ```python # 首先读取全部或部分数据 df = pd.read_excel(file_path) # 示例1：使用 iloc 基于整数位置筛选 # 语法：df.iloc[行选择器, 列选择器] # 显示第2到第5行（索引1到4），第1到第3列（索引0到2） subset_iloc = df.iloc[1:5, 0:3] print("使用iloc筛选（整数位置）:") print(subset_iloc) # 示例2：使用 loc 基于标签（或条件）筛选 # 假设‘姓名’列作为索引，或使用默认的数字索引 # 筛选‘部门’为‘销售部’的所有行，并只显示‘姓名’和‘工资’列 subset_loc = df.loc[df['部门'] == '销售部', ['姓名', '工资']] print("\n使用loc筛选（条件+列名）:") print(subset_loc) # 示例3：更复杂的多条件筛选 # 筛选‘部门’为‘销售部’且‘工资’大于5000的行，显示所有列 complex_subset = df.loc[(df['部门'] == '销售部') & (df['工资'] > 5000)] print("\n多条件筛选:") print(complex_subset) ``` #### 3. 使用条件查询（`pandas`） 布尔索引是实现条件筛选的底层机制[ref_1][ref_6]。 ```python # 构建条件 condition = df['入职日期'] > pd.Timestamp('2023-01-01') # 应用条件筛选行，并选择列 filtered_df = df.loc[condition, ['姓名', '入职日期']] print("查询2023年以后入职的员工:") print(filtered_df) ``` #### 4. 使用 `xlrd` 进行基础的行列读取 对于`.xls`格式或无需`pandas`的轻量级场景，可以使用`xlrd`直接读取特定单元格、行或列[ref_2][ref_3][ref_4]。 ```python import xlrd # 打开工作簿 workbook = xlrd.open_workbook('data.xlsx') sheet = workbook.sheet_by_index(0) # 获取第一个工作表 # 示例1：读取指定行（第3行，索引为2）的所有值 row_index = 2 # 第三行 row_values = sheet.row_values(row_index) print(f"第{row_index+1}行的数据: {row_values}") # 示例2：读取指定列（第2列，索引为1）的所有值 col_index = 1 # 第二列（‘B’） col_values = sheet.col_values(col_index) print(f"第{col_index+1}列的数据: {col_values[:5]}") # 打印前5个 # 示例3：读取一个矩形区域，例如第2到5行，第1到3列 data_block = [] for row_idx in range(1, 5): # 行索引1到4（第2到5行） row_data = [] for col_idx in range(0, 3): # 列索引0到2（第1到3列） cell_value = sheet.cell_value(row_idx, col_idx) row_data.append(cell_value) data_block.append(row_data) print("读取的特定数据块:") for row in data_block: print(row) ``` ### 应用场景与最佳实践 1. **性能优化**：如果Excel文件很大，但只需其中一小部分数据，务必在`read_excel`阶段就使用`usecols`、`skiprows`和`nrows`参数来减少内存占用，而不是先读入全部数据再筛选[ref_1]。 2. **动态筛选**：当筛选条件依赖于数据内容时（如“工资大于平均值”），应使用`pandas`的`loc`结合布尔索引进行查询[ref_6]。 3. **表头处理**：如果目标数据区域不在文件开头，可灵活组合`skiprows`（跳过说明行）、`header`（指定表头行）参数来准确定位数据起始位置[ref_5]。 4. **保存结果**：筛选后的`DataFrame`可以方便地输出到新的Excel文件或其他格式，完成数据处理闭环[ref_1]。 ```python # 将筛选后的数据保存到新Excel文件 filtered_df.to_excel('filtered_output.xlsx', index=False) ``` 总之，在Python系统中实现Excel数据的精确提取，`pandas`库因其丰富、灵活和高效的`DataFrame`操作接口而成为首选。根据数据的位置（索引）或内容（条件），选择`usecols`/`skiprows`、`iloc`/`loc`或条件查询的组合，即可高效地仅获取并显示你指定的数据列和数据行。