查找符合条件单元格并提取复制到新表 python

在Python中查找符合条件的单元格并将其提取复制到新表，可以使用Pandas库来实现。下面是一个简单的示例代码：

import pandas as pd

# 读取原始表格数据
df = pd.read_excel('原始表格.xlsx')

# 按条件筛选数据
condition = df['某一列'] > 100  # 设置筛选条件，例如该列大于100
filtered_df = df[condition]  # 筛选符合条件的行

# 创建新的表格并将筛选结果复制过去
new_df = pd.DataFrame(filtered_df)  # 将筛选结果转换为新的数据框
new_df.to_excel('新表格.xlsx', index=False)  # 将新表格保存为Excel文件，index=False表示不写入行索引

在上述代码中，我们首先使用`pd.read_excel`函数读取原始的Excel表格数据，然后使用条件表达式选择符合条件的行，将其存储在一个新的数据框中，最后使用`pd.DataFrame.to_excel`函数将筛选结果保存为新的Excel表格。其中，`'某一列'`代表需要进行条件筛选的列名称，可以根据实际情况进行修改。

需要注意的是，此代码仅适用于筛选条件为列中的某个数值满足特定条件的情况，对于其他列与子序列的情况，代码需要进行相应的修改。

相关问题

python 提取excel单元格钟某个字后面的数字

在Python中，我们可以使用pandas库来处理Excel文件，并利用正则表达式来提取特定字符后面跟着的数字。下面是一个简单的例子：

import pandas as pd
import re

# 加载Excel数据
df = pd.read_excel('your_file.xlsx')

def extract_numbers(text, delimiter):
    # 使用正则表达式匹配数字，假设目标字符是逗号或其他特定字符
    pattern = r'(\D*)(\d+)'  # 匹配非数字字符后面跟随的数字
    match = re.search(pattern, text)
    
    if match:
        # 如果找到匹配，则返回第二个组（数字部分）
        return int(match.group(2))
    else:
        return None

# 对每个单元格应用函数
column_to_extract_from = 'YourColumn'
results = df[column_to_extract_from].apply(lambda x: extract_numbers(x, ',') or extract_numbers(x, '.'))

# 结果保存到新列或者直接打印
df['ExtractedNumbers'] = results
print(df)

在这个例子中，我们首先读取Excel文件，然后对指定列（如`YourColumn`）中的每个单元格应用`extract_numbers`函数，该函数会查找逗号或句点之后的数字。如果找不到数字，函数将返回`None`。

使用读取文件夹下所有excel文件中sheet_name=“功能点拆分表”的工作簿，需要识别单元格的颜色为黄色或红色的单元格，并提取单元格的信息，其他为空的单元格向上合并单元格，合并列表生成EXCEL后导出，给出面向对象代码

好的，可以使用Python中的pandas和openpyxl库来实现这个功能。下面是一个面向对象的示例代码：

import os
import pandas as pd
from openpyxl.styles import Color, PatternFill
from openpyxl import load_workbook

class ExcelExtractor:
    def __init__(self, folder_path):
        self.folder_path = folder_path
        self.sheet_name = "功能点拆分表"
        self.yellow_fill = PatternFill(start_color="FFFF00", end_color="FFFF00", fill_type="solid")
        self.red_fill = PatternFill(start_color="FF0000", end_color="FF0000", fill_type="solid")

    def extract_data(self):
        # 遍历文件夹下所有excel文件
        for file in os.listdir(self.folder_path):
            if file.endswith(".xlsx"):
                file_path = os.path.join(self.folder_path, file)
                # 加载工作簿和工作表
                workbook = load_workbook(file_path)
                sheet = workbook[self.sheet_name]
                # 提取单元格信息
                data = []
                for row in sheet.rows:
                    row_data = []
                    for cell in row:
                        if cell.fill == self.yellow_fill or cell.fill == self.red_fill:
                            row_data.append(cell.value)
                        elif cell.value is None and cell.coordinate != "A1":
                            # 向上合并单元格
                            for merged_cell_range in sheet.merged_cells.ranges:
                                if cell.coordinate in merged_cell_range:
                                    row_data.append(sheet.cell(merged_cell_range.min_row, merged_cell_range.min_col).value)
                                    break
                        else:
                            row_data.append(cell.value)
                    data.append(row_data)
                # 生成新的工作簿
                output_path = os.path.join(self.folder_path, f"{os.path.splitext(file)[0]}_output.xlsx")
                pd.DataFrame(data).to_excel(output_path, index=False, header=False)

# 示例用法
extractor = ExcelExtractor("your_folder_path")
extractor.extract_data()

这个类的`extract_data`方法可以实现读取文件夹下所有excel文件中指定工作表的功能点拆分表，提取单元格信息，向上合并单元格，并生成新的工作簿。

其中，`self.yellow_fill`和`self.red_fill`是用来识别黄色和红色单元格的填充颜色，可以根据需要进行修改。在提取单元格信息时，如果遇到空单元格，就向上查找合并单元格，找到第一个非空单元格并提取其值。最后，使用pandas库将提取到的数据生成新的工作簿，并保存到原文件夹下。