当前位置：首页 > news >正文

查找Excel包含关键字的行

news 来源：原创 2025/6/23 21:02:51

情况：数据在xlsx的sheet1中且量比较大，比如几十万行几百列；想查找一个关键字,比如"全网首发"；

①知道关键字在哪一列 ②不知道在哪一列，很多列相似又不同，只能遍历所有数据，但做点优化避免浪费时间性能；

Excel实现和python实现；

数据大概这样子，这纯粹是我瞎编的演示数据，商品全称、简称、特点列会造成查找重复：

1.如果知道关键字在哪一行

比如关键字在 商品简称 这一列！

1.1excel实现

①直接用筛选，包含，推荐！

②超级表ctrl+T,小数据可以这样，数据多不推荐，就是将表本身的数据变成了插入的表格，超级表的筛选功能貌似更强，但数据一多，超级表会很卡；

③用Excel本身的函数：不推荐，麻烦不好用，比如关键字是猛火

函数嵌套大致这样：

先在sheet2中，弄一个辅助列（本文是演示，其实可以将辅助列的结果包在函数中），用函数判断，这对锁行、列号和excel的公式功底有一定的要求；

find("查找关键字","哪个单元格")-->找到返回起始位置，没有返回错误；

辅助列中，找商品简称列，有没有包含猛火；可以看到辅助列，3和4就是sheet1中商品简称那一列有；

再叠加if,如果辅助列不是错误，就用index返回sheet1中对应数据，都需要往右边推一列，因为辅助列占了一个位置,或者其他函数，大概就是先这样，再那样，就行啦。

然后定位，错误，删掉，但我们的数据是很大的，而且excel的函数但凡写多点就令人窒息。

1.2python实现

读写文件用pandas库为例

例如，我们知道这个关键字，必然在“商品简称”之中：

import pandas as pd
path = "d:/test.xlsx"
df = pd.read_excel(path)

row_list= [] # 存符合条件的行号
for index_num in df.index:
    data = df.loc[index_num,"商品简称"]
    if data.find("家用")!=-1:
        print(data)
        row_list.append(index_num)
print(row_list)

find方法，找到了返回关键字在str中起始位置，找不到返回-1;

别用str.contains方法，因为你会遇到很讨厌的错误！同时避免了正则，运行效率upupup。

2.假如列很多，根本就不知道关键字在哪一列

此时excel就很蛋疼了，感觉应该可以，但是并不想去弄。

python实现：

此时基本上是遍历数据硬来了，可以自写方法，iloc或者loc,根据数据类型从行、列df.index,df.columns遍历都行；

不过推荐使用一个函数iterrows(),返回df的行索引和df每一个行数据，注意是行数据series类型；

row_list= []
for row_index,row_data in df.iterrows():
    try:
        for col in df.columns:
            cell_data = df.loc[row_index,col]
    #         if str(row_data[col]).find("猛火")!=-1:
            if str(cell_data).find("猛火")!=-1:
                row_list.append(row_index)
                raise ValueError("已找到条件")
    except:
        pass

print(row_list)

①为什么要用try,except?

因为我们要的数据是整个行，只要其中某一列符合条件，整行都要。但凡哪一列找到了关键字，结果存到list中，直接报个错，避免了往后面的列遍历的无用功，比set去重好；

②注意要str(cell_data),因为时间列这种东西，总会出点小问题；