### Python 实现从 Excel 中匹配特定单元格并提取整行数据保存到新文件 以下是完整的实现方案，结合了 `openpyxl` 和 `pandas` 两种方法来完成任务。代码将匹配到的特定单元格所在的整行数据提取出来，并保存到一个新的 Excel 文件中。 #### 方法一：使用 `openpyxl` ```python from openpyxl import load_workbook, Workbook def extract_and_save_rows(input_file, output_file, target_sheet_name, target_column, target_value): # 加载源Excel文件 wb = load_workbook(input_file) # 获取目标工作表 if target_sheet_name in wb.sheetnames: sheet = wb[target_sheet_name] else: return "目标工作表不存在" # 创建新的Excel文件 new_wb = Workbook() new_ws = new_wb.active # 遍历每一行，查找匹配值 for row in sheet.iter_rows(min_row=1, max_col=sheet.max_column, max_row=sheet.max_row, values_only=True): if row[target_column - 1] == target_value: # 判断是否匹配目标值 new_ws.append(row) # 将匹配行写入新工作表 # 保存新文件 new_wb.save(output_file) # 使用函数 input_file = 'example.xlsx' # 输入文件路径 output_file = 'output.xlsx' # 输出文件路径 target_sheet_name = 'Sheet1' # 目标工作表名称 target_column = 2 # 目标列号（例如第2列） target_value = '特定字符串' # 要匹配的单元格值 extract_and_save_rows(input_file, output_file, target_sheet_name, target_column, target_value) ``` 上述代码实现了以下功能： - 使用 `load_workbook` 函数加载源 Excel 文件[^1]。 - 遍历目标工作表中的所有行，找到目标列中与指定值匹配的单元格。 - 将匹配行的数据写入新的 Excel 文件中。 --- #### 方法二：使用 `pandas` ```python import pandas as pd def extract_and_save_rows_pandas(input_file, output_file, target_sheet_name, target_column, target_value): # 读取Excel文件 df = pd.read_excel(input_file, sheet_name=target_sheet_name) # 匹配特定值所在的行 filtered_df = df[df[target_column] == target_value] # 保存到新的Excel文件 filtered_df.to_excel(output_file, index=False) # 使用函数 input_file = 'example.xlsx' # 输入文件路径 output_file = 'output_pandas.xlsx' # 输出文件路径 target_sheet_name = 'Sheet1' # 目标工作表名称 target_column = 'B' # 目标列名（例如'B'列） target_value = '特定字符串' # 要匹配的单元格值 extract_and_save_rows_pandas(input_file, output_file, target_sheet_name, target_column, target_value) ``` 上述代码实现了以下功能： - 使用 `pandas` 的 `read_excel` 函数加载 Excel 文件[^2]。 - 通过布尔索引筛选出目标列中匹配指定值的行。 - 将筛选后的数据保存到新的 Excel 文件中[^2]。 --- #### 方法对比 | 特性 | `openpyxl` | `pandas` | |---------------------|---------------------------------------------|---------------------------------------------| | 数据处理能力 | 适合小规模数据处理 | 适合大规模数据处理和复杂数据分析 | | 灵活性 | 更灵活，支持逐行操作 | 更简洁，但对复杂操作可能需要额外步骤 | | 性能 | 对于大数据量可能会较慢 | 对于大数据量性能更优 | --- ### 注意事项 1. 确保安装了所需的库，可以通过以下命令安装： ```bash pip install openpyxl pandas ``` 2. 如果目标值可能出现在多行中，上述代码会自动提取所有匹配行的数据。 3. 在使用 `pandas` 时，确保目标列的名称正确无误，否则可能导致错误。 --- ####