pandas 读取excel表格，提取“c”列的值不是空的行

在Python中，使用pandas库读取Excel文件并提取特定列（如"C"列）非空值的数据，可以按照以下步骤操作：

首先，导入所需的库：

import pandas as pd

然后，读取Excel文件并指定只选择"C"列，同时过滤掉空值的行：

# 假设excel文件名为 "your_file.xlsx"
# 读取C列，如果列名不是"C"，请替换为实际列名
df = pd.read_excel("your_file.xlsx", usecols=["C"], na_filter=True)

# 这里na_filter=True表示会过滤掉缺失值（包括空值）
# 如果"C"列没有空值，则无需设置na_filter
non_empty_rows = df[df["C"].notnull()]

# 获得"C"列的非空值列表
c_column_values = non_empty_rows["C"].tolist()
print(c_column_values)

如果你的Excel文件含有中文列名或文件名，可能需要考虑编码问题，就像这样：

# 设置正确的文件路径和编码
file_path = "url/某物2008.xls"
file_encoding = sys.getfilesystemencoding()

# 读取文件，处理中文列名和文件名的编码问题
df = pd.read_excel(file_path, encoding=file_encoding)

相关问题

pandas读取excel表格，提取A列值相同，但是B列值不相同的行

要实现这个需求，可以使用pandas DataFrame的`groupby`和`duplicated`函数。假设我们有Excel文件，想找出A列值相同但B列值不同的行，可以按照以下步骤操作[^1]：

1. **导入所需库**:

   import pandas as pd

2. **读取Excel数据**:

   df = pd.read_excel("your_file.xlsx")  # 替换"your_file.xlsx"为你实际的文件路径

3. **按A列分组并找到重复的B列**:

   grouped = df.groupby('A')['B'].apply(lambda x: x.duplicated())  # 'A'和'B'应替换为你的列名

4. **标记非唯一B值行**:

   mask = grouped != grouped.shift()

5. **合并重复标志和原始数据**:

   duplicate_rows = df[mask].drop_duplicates(subset='B')  # 假设B列是你想要唯一化的列

6. **查看结果**:

   print(duplicate_rows)

这将返回A列值相同，但B列值不完全相同的行。

Pandas读取excel表格，提取a列中含有换行符的行

要使用Pandas从Excel文件中读取数据并提取含有换行符的A列行，你可以按照以下步骤操作：

1. **导入所需的库**[^1]:

   import pandas as pd

2. **加载Excel文件并指定需要的列**[^2]:

   df = pd.read_excel('your_file.xlsx', usecols='A', engine='openpyxl')  # 使用openpyxl引擎，因为默认引擎可能不支持换行符

3. **检查A列并找出含有换行符的行**：

   contains_newline = df['A'].str.contains('\n')
   newline_rows = df[contains_newline]

这里`str.contains('\n')`会返回一个布尔系列，表示每个元素（即A列的每个单元格）是否包含换行符。

4. **查看结果**：

   print(newline_rows)

这将显示所有在A列中包含换行符的行。如果你只想保存这些行，可以使用`newline_rows.to_csv()`或其他适当的Pandas输出函数来保存它们。