读取excel，对df进行过滤，然后生成过滤后的df，并输出df中每一行数据在excel中是第几行

要对DataFrame进行过滤并生成过滤后的DataFrame，并输出每行数据在Excel中的行号，您可以按照以下步骤进行操作：

import pandas as pd

# 读取Excel文件
df = pd.read_excel('your_excel_file.xlsx')

# 对DataFrame进行过滤，假设您有特定的过滤条件
filtered_df = df[df['转账结果'] == '成功']  # 示例条件：转账结果为成功的数据

# 重置索引，并添加一列表示每行数据在Excel中的行号
filtered_df['Excel行号'] = filtered_df.index + 2

# 输出每行数据在Excel中的行号
for index, row in filtered_df.iterrows():
    excel_row_number = row['Excel行号']
    print(f"第{index+1}行数据在Excel中的行号为：{excel_row_number}")

# 保存过滤后的DataFrame到新的Excel文件
filtered_df.to_excel('filtered_excel_file.xlsx', index=False)

在上述示例代码中，我们首先使用`pd.read_excel()`读取Excel文件并将其存储在DataFrame对象`df`中。然后，根据您的特定过滤条件对DataFrame进行过滤，生成过滤后的DataFrame对象`filtered_df`。接下来，我们使用`filtered_df.index + 2`来添加一列表示每行数据在Excel中的行号，其中加2是因为Excel的行索引从1开始。然后，我们使用`iterrows()`方法遍历过滤后的DataFrame，并输出每行数据在Excel中的行号。最后，使用`filtered_df.to_excel()`将过滤后的DataFrame保存到新的Excel文件中。

请注意，您需要根据实际情况修改示例代码中的文件名、过滤条件以及列名等信息。最终生成的新Excel文件中将包含过滤后的数据，并在最右侧新增了一列表示每行数据在Excel中的行号。同时，代码还会输出每行数据在Excel中的行号。