如何基于文本颜色添加到数据框（Styleframe）

Question

我有一个具有90k行的大型excel文件，我只想将带有红色文本的行添加到数据框（使用样式框）。如果我使用带有5行的小型excel文件，则下面的代码有效，但是当我尝试将其与较大的文件一起使用时，数据框始终为空。

即使我删除了dropna，我也会得到一个样式框，其中包含所有Nans，没有红色。

sf = StyleFrame.read_excel('myFile.xlsx', read_style=True, use_openpyxl_styles=False, usecols = ['COLUMN_1'], header = 2)

。

def only_cells_with_red_text(cell):
    return cell if cell.style.font_color in {utils.colors.red, 'FFFF0000'} else np.nan

。

sf_2 = StyleFrame(sf.applymap(only_cells_with_red_text).dropna(axis=(0, 1), how='all'))

我希望仅将带有红色文本的单元格添加到数据框中

输出为Empty DataFrame

Columns: []
Index: []

Answer 1

这是StyleFrame中的错误。 usecols和header分支会更改数据框的形状（因为它们导致pd.read_excel返回数据框/工作表的子集）。当read_excel然后应用样式时，会将样式应用到错误的单元格（简单地说，它基于原始的整个工作表中单元格的位置来应用样式）。

目前，“解决方法”是删除usecols = ['COLUMN_1'], header=2（当然效率要低得多），然后再进行过滤，即

sf = sf[['COLUMN_1']]

直到我（我是StyleFrame的作者之一）找到解决该问题的方法。