Python对excel两列表格筛选并求和

可以使用Python的pandas库来对Excel表格进行筛选和求和操作。假设要对Excel表格中的两个列A和B进行筛选并求和，可以按照以下步骤进行：

1. 导入pandas库并读取Excel表格：

import pandas as pd

df = pd.read_excel('example.xlsx')

2. 对列A和B进行筛选并求和：

result = df.loc[(df['A'] > 0) & (df['B'] < 100), ['A', 'B']].sum()

上面的代码中，`df.loc`函数用于定位符合条件的行和列，`(df['A'] > 0) & (df['B'] < 100)`表示筛选出列A大于0且列B小于100的行，`['A', 'B']`表示选取列A和列B，`.sum()`表示对选取的列求和。

最后，`result`变量就是筛选并求和的结果。

相关问题

python 对excel两列数据合并

可以使用 pandas 库来实现，具体代码如下：

import pandas as pd

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

# 合并两列数据
df['合并列'] = df['列1'].astype(str) + df['列2'].astype(str)

# 保存结果到新的 Excel 文件
df.to_excel('result.xlsx', index=False)

其中，`data.xlsx` 是要合并的 Excel 文件，`列1` 和 `列2` 是要合并的两列数据，`合并列` 是合并后的结果列，`result.xlsx` 是保存结果的 Excel 文件。

python 如何对excel 表格内容筛选并统计

Python 中可以使用 openpyxl 库对 Excel 表格进行筛选和统计。下面是一些示例代码来说明如何实现。

假设我们有一个 Excel 表格，包含以下列：姓名、年龄、性别、城市。

1. 筛选

我们可以使用 openpyxl 库中的 `AutoFilter` 对象来实现筛选功能。假设我们要筛选出城市为“北京”的行，代码如下：

from openpyxl import load_workbook

# 加载 Excel 文件
workbook = load_workbook('example.xlsx')

# 选择工作表
worksheet = workbook.active

# 打开筛选
worksheet.auto_filter.ref = "A1:D1"

# 筛选城市为“北京”的行
for row in worksheet.iter_rows(min_row=2):
    if row[3].value == '北京':
        for cell in row:
            print(cell.value, end=' ')
        print()

上述代码中，我们首先使用 `load_workbook()` 函数加载 Excel 文件，然后选择工作表，接着打开筛选功能，并指定需要筛选的范围（第一行到第四列）。然后，我们使用 `iter_rows()` 方法迭代所有行，并判断每一行的第四列（城市）是否为“北京”，如果是则输出该行的所有单元格的值。

2. 统计

我们可以使用 openpyxl 库中的 `Worksheet` 对象的方法来实现对 Excel 表格的统计。假设我们要统计城市为“北京”的人数，代码如下：

from openpyxl import load_workbook

# 加载 Excel 文件
workbook = load_workbook('example.xlsx')

# 选择工作表
worksheet = workbook.active

# 统计城市为“北京”的人数
count = 0
for row in worksheet.iter_rows(min_row=2):
    if row[3].value == '北京':
        count += 1

print(f'城市为“北京”的人数为{count}人。')

上述代码中，我们首先使用 `load_workbook()` 函数加载 Excel 文件，然后选择工作表。接着，我们使用 `iter_rows()` 方法迭代所有行，并判断每一行的第四列（城市）是否为“北京”，如果是则将计数器加一。最后，我们输出统计结果。

这只是一些基本的示例代码，您可以根据实际需求进行修改和扩展。