python从excel中提取列保存到新的excel中

可以使用Python中的pandas库来读取和写入Excel文件，以下是一个例子：

import pandas as pd

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

# 提取需要的列
new_df = df[['列名1', '列名2', '列名3']]

# 写入新的Excel文件
new_df.to_excel('output.xlsx', index=False)

需要替换代码中的'列名1', '列名2', '列名3'为实际需要提取的列的名称，并且将'input.xlsx'替换为实际的输入文件名，将'output.xlsx'替换为实际的输出文件名。如果要保留原始Excel文件中的行号，将`index=False`改为`index=True`。

相关问题

用python从excel中提取指定单元格数据保存新表

在Python中，我们可以使用pandas库方便地从Excel文件中提取指定单元格的数据并创建新的表格。以下是基本步骤：

1. 首先，需要安装`openpyxl`和`pandas`库，如果还没有安装，可以运行以下命令：

   pip install openpyxl pandas

2. 导入所需的模块：

import pandas as pd

3. 使用`read_excel`函数读取Excel文件，并指定需要的sheet名称或索引以及特定的单元格范围。假设我们想要提取A列第一行的数据，可以这样做：

df_original = pd.read_excel('your_file.xlsx', sheet_name='Sheet1', usecols=['A'], index_col=0, nrows=1)

这里 `usecols=['A']` 表示只选择'A'列，`index_col=0` 将A列设置为索引，`nrows=1` 表示取第一行。

4. 如果仅需要单个单元格，例如A1单元格，可以使用`.loc` 或 `.iloc` 来定位：

data_cell = df_original.loc[0, 'A']

`loc`基于标签，`iloc`基于位置。

5. 最后，将提取的数据保存到新的Excel文件中：

new_df = pd.DataFrame({'Data': [data_cell]})
new_df.to_excel('output_data.xlsx', index=False)

这会创建一个新的Excel文件，其中只有一个名为'Data'的新列，包含原始数据。

python 从excel中提取第一列为53889的所有行数据保存到新的excel中

要从Excel中提取第一列为53889的所有行数据并保存到新的Excel文件中，你可以使用`pandas`库。确保已经安装了pandas库，然后可以按照以下方式进行操作：

import pandas as pd

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

# 提取第一列为53889的所有行数据
filtered_df = df[df.iloc[:, 0] == 53889]

# 将提取的数据保存到新的Excel文件
filtered_df.to_excel('filtered_data.xlsx', index=False)

请将`file.xlsx`替换为你要读取的Excel文件路径。以上代码将读取Excel文件并将其存储在一个名为`df`的DataFrame对象中。然后，使用条件过滤来提取第一列为53889的所有行数据，并将结果存储在`filtered_df`中。最后，使用`to_excel`方法将提取的数据保存到名为`filtered_data.xlsx`的新Excel文件中。设置`index=False`可以避免保存时生成默认索引列。

注意：这里假设第一列的索引为0。如果实际情况不同，请将`iloc[:, 0]`中的索引号更改为正确的列索引。