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。

如何使用pandas抽取Excel表中的多列数据

可以使用pandas库中的read_excel()函数来读取Excel文件，并使用DataFrame对象来操作数据。假设需要抽取Excel表中的"A"列和"C"列数据，可以按照以下步骤进行操作：

import pandas as pd

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

# 抽取"A"列和"C"列数据
new_df = df[['A', 'C']]

# 将抽取的数据保存为新的Excel文件
new_df.to_excel('new_example.xlsx', index=False)

在上述代码中，read_excel()函数会返回一个DataFrame对象，然后使用列名来选取需要的列数据，最后将抽取的数据保存为新的Excel文件。其中，to_excel()函数用来将DataFrame对象保存为Excel文件，index=False表示不需要保存行索引。