python选取excel中不在C列的数据

可以使用 Pandas 库来读取 Excel 文件并进行筛选操作。下面是一个示例代码，假设要选取 Excel 文件中不在 C 列的数据：

import pandas as pd

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

# 筛选不在 C 列的数据
df_filtered = df[~df['C'].notnull()]

# 输出结果
print(df_filtered)

代码解析：

1. 首先导入 Pandas 库。

2. 使用 `pd.read_excel()` 函数读取 Excel 文件，将其存储为 Pandas DataFrame 对象 `df`。

3. 使用 `df['C'].notnull()` 来选取 C 列非空的数据，然后使用 `~` 取反符号来选取不在 C 列的数据。

4. 将筛选结果存储为新的 DataFrame 对象 `df_filtered`。

5. 使用 `print()` 函数输出结果。

相关问题

python使用pandas选取excel第A，C,F，G，H列数据生成新的文件

可以使用 Pandas 的 read_excel 方法读取 Excel 文件，然后使用 loc 方法选取需要的列，最后使用 to_excel 方法将结果保存为新的 Excel 文件。以下是示例代码：

import pandas as pd

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

# 选取需要的列
new_df = df.loc[:, ['A', 'C', 'F', 'G', 'H']]

# 保存为新的 Excel 文件
new_df.to_excel('新文件.xlsx', index=False)

其中，`read_excel` 方法的第一个参数是 Excel 文件的路径，`loc` 方法的第一个参数是行索引，第二个参数是列索引，这里使用了 `:` 表示选取所有行。`to_excel` 方法的第一个参数是保存的文件名，第二个参数 `index=False` 表示不保存行索引。

python使用pandas选取excel第A，C,F，G，H行数据

可以使用Pandas的`read_excel`函数读取Excel文件，然后使用`iloc`方法选取指定的行和列，如下所示：

import pandas as pd

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

# 选取指定的行和列
selected_df = df.iloc[[0, 2, 5, 6, 7], [0, 2, 5, 6, 7]]

其中，`iloc`方法的第一个参数是选取的行的索引，第二个参数是选取的列的索引，索引从0开始计数。在本例中，我们选取了第A（即索引0）、C（即索引2）、F（即索引5）、G（即索引6）和H（即索引7）列的数据。