要从`xlsx`文件中读取数据并进行筛选以及统计数据，你可以使用 `pandas` 库。这是一个强大的工具用于处理结构化表格型数据。 首先确保安装了 pandas 和 openpyxl（用作 Excel 文件引擎）库： ```bash pip install pandas openpyxl ``` 接下来是完整的 Python 示例代码来完成这个任务: ```python import pandas as pd # 加载Excel文档的第一个表单到DataFrame中 file_path = 'your_file.xlsx' # 替换为你的实际路径 df = pd.read_excel(file_path) # 假设我们想根据某一列名为 "Category" 的特定值 ("Electronics") 进行过滤， # 并计算这些条目的数量 filtered_data = df[df['Category'] == 'Electronics'] count_of_desired_items = len(filtered_data) print(f'Total count of Electronics items: {count_of_desired_items}') # 如果你想按多个条件或更复杂的逻辑进行筛选, 可以这样做： conditions = (df['Category'] == 'Electronics') & \ ((df['Price'] >= 50) | (df['Quantity'] > 1)) complex_filtered_data = df[conditions] count_complex_filter = len(complex_filtered_data) print(f'Total count with complex conditions: {count_complex_filter}') ``` ### 解释 - **加载 Excel 文档**：这里使用的是 `pd.read_excel()` 方法，默认情况下这会把第一个 sheet 中的内容加载进来。 - **选择符合条件的数据**: 使用方括号 `[ ]` 来创建一个新的 DataFrame (`filtered_data`) ，其中只包含符合给定条件(`df['Category'] == 'Electronics'`)的行. - **获取满足条件项目的数目**: 对新的 DataFrames 调用内置函数 `len()`, 它返回此 DataFrame 行数即项目总数. ### 注意事项 如果你不知道具体的工作表名称或者需要遍历所有的表单，那么你需要稍微修改上述示例中的第一部分： ```python excel_file = pd.ExcelFile(file_path) sheet_names = excel_file.sheet_names # 获取所有工作表的名字列表 all_sheets_df = [] for sheet in sheet_names: all_sheets_df.append(pd.read_excel(excel_file, sheet_name=sheet)) # 将所有工作表合并成一个大的 dataframe combined_df = pd.concat(all_sheets_df, ignore_index=True) ``` 然后继续按照之前的方法操作 `combined_df`.