如何将过滤后的excel表导入python？

Question

我有一张excel表，看起来像是

然后，我在列Sex上创建了一个过滤器以获取所有女性数据，它看起来像：

然后，我想将过滤后的数据导入python。我使用了以下pandas命令：

df = pd.read_excel(io="test.xlsx", sheetname="Sheet1")
print(df)

问题是我得到了整个数据：

   Id   Name  Age Sex
0   1    Tom   12   M
1   2  Silke   33   F
2   3   Olga   22   F
3   4    Tom   33   M

然而，这不是我想要的，我只想要过滤数据：

   Id   Name  Age Sex
1   2  Silke   33   F
2   3   Olga   22   F

如何使用python执行此操作？

注意：我想导入过滤数据而不是在python中过滤数据的原因是因为原始的Excel数据。 excel表中的过滤器非常复杂。它不仅基于许多列，还基于数千个不同的值。如果我在python中过滤数据将是一个大问题。

Answer 1

正如前面评论中所提到的，一种非常快速和肮脏的方法是将过滤后的数据复制到一个新的Excel文件中（没有任何过滤器）并从这样的文件中获取数据。

更优雅和完整的解决方案包括使用openpyxl来读取过滤后的数据。

首先，安装openpyxl

$ pip install openpyxl

然后，使用像这样的脚本来只读取可见数据：

from openpyxl import load_workbook

wb = load_workbook('foo.xlsx') # use the actual path of your workbook
ws = wb['Bar'] # use your sheet name instead of Bar

# iterate over all the rows in the sheet
for row in ws: 
    # use the row only if it has not been filtered out (i.e., it's not hidden)
    if ws.row_dimensions[row[0].row].hidden == False:
        print row # ...or do what you need

请注意，row是Cell s的元组。使用属性value访问每个单元格的值：

    if ws.row_dimensions[row[0].row].hidden == False:
        for cell in row:
            print cell.value 

您可以使用该逻辑直接从原始过滤文件中获取值。

PS：openpyxl还提供了一个很酷的Pandas integration开箱即用。