openpyxl读取excel指定列数据并生成新的excel

可以使用openpyxl库来读取Excel文件并生成新的Excel文件。 下面是一个示例代码，可以读取指定的多列数据，并将其写入新的Excel文件中： ``` import openpyxl # 打开原始Excel文件 workbook = openpyxl.load_workbook('input.xlsx') # 选择工作表 worksheet = workbook['Sheet1'] # 选择要读取的列 columns = ['A', 'C', 'D'] # 创建新的Excel文件 new_workbook = openpyxl.Workbook() # 选择要写入的工作表 new_worksheet = new_workbook.active # 写入表头 header = ['Column A', 'Column C', 'Column D'] new_worksheet.append(header) # 读取数据并写入新文件中 for row in worksheet.iter_rows(min_row=2, values_only=True): data = [row[worksheet.column_dimensions[column].index] for column in columns] new_worksheet.append(data) # 保存新文件 new_workbook.save('output.xlsx') ``` 在这个示例中，首先打开原始Excel文件。然后选择要读取的工作表和列。接下来，创建一个新的Excel文件并选择要写入的工作表。然后写入表头，并使用`iter_rows`方法读取每一行数据，并将指定的列写入新文件中。最后，保存新文件。

<think>好的，我现在需要帮助用户解决如何使用Python pandas读取Excel文件中多个指定列的数据并创建新工作表的问题。用户已经提供了一些引用的信息，我需要仔细分析这些信息并结合自己的知识来给出正确的步骤。 首先，用户提到参考引用[1]中的方法一，其中涉及使用pandas读取Excel文件。正确的做法应该是使用pd.read_excel函数，并指定工作表名称或索引。用户需要读取多列数据，所以需要考虑如何选择特定的列。 接下来，引用[2]中展示了使用iloc来选择行和列的例子，比如df.iloc[1:3,2:4]，这说明用户可能对按位置选择列感兴趣。不过，在实际情况中，按列名选择可能更常见，特别是当列名明确的时候。但用户的问题没有明确说明是按列名还是按位置选择，所以可能需要两种情况都考虑。 用户的需求是读取多个指定列并创建新工作表。因此，步骤应该是：读取原始数据，选择需要的列，然后将这些列保存到新的工作表中。需要注意的是，pandas写入Excel文件时，可以使用ExcelWriter对象来追加工作表，避免覆盖原有数据。 可能的步骤包括： 1. 使用pd.read_excel读取整个Excel文件中的特定工作表，比如“all_stock_close（1209）”。 2. 使用usecols参数或直接在DataFrame中选择需要的列。例如，如果列名已知，可以使用df[['列名1', '列名2']]；如果按位置，可以使用iloc选择列的范围。 3. 将选中的列保存到一个新的DataFrame中。 4. 使用pd.ExcelWriter以追加模式（mode='a'）将新DataFrame写入到原Excel文件的新工作表中，或者保存到新文件中。 需要验证usecols参数是否支持列名列表或列索引列表。根据pandas文档，usecols可以接受列名列表、列索引列表或类似Excel的列字母范围（如“A:C”），这取决于使用的引擎（可能是openpyxl或xlrd）。因此，用户可以根据列名或位置来选择。 此外，在写入Excel时，如果目标文件已存在，需要处理可能的覆盖问题。使用ExcelWriter时，设置mode='a'可以追加到现有文件，但需要确保文件没有被其他程序打开，否则会报错。同时，需要安装openpyxl引擎，因为默认的引擎可能不支持追加模式。 用户可能遇到的错误包括： - 列名不正确，导致KeyError。 - 没有正确安装所需的库，如openpyxl。 - 文件路径错误，导致找不到文件。 - 写入时没有正确指定工作表名称，导致覆盖原有数据。 因此，在回答中需要包含具体的代码示例，并详细说明每个步骤，同时提醒用户注意事项，比如安装依赖库和文件路径的问题。 最后，生成的相关问题需要围绕读取Excel数据、处理多列、创建新工作表以及常见错误处理等方面展开，以帮助用户进一步学习相关知识点。</think>要使用Python pandas读取Excel文件中多个指定列的数据并创建新工作表，可以按照以下步骤操作： --- ### **步骤1：读取Excel文件** 使用`pd.read_excel()`函数读取工作表，并通过`usecols`参数指定需要读取的列（按列名或列索引）： ```python import pandas as pd # 读取第二张工作表（all_stock_close（1209）），按列名选择多列 df = pd.read_excel( "BloombergESG_ClosePrice.xlsx", sheet_name="all_stock_close（1209）", usecols=["日期", "股票A", "股票B"] # 替换为实际列名 ) # 或者按列索引选择（例如第1-3列） df = pd.read_excel( "BloombergESG_ClosePrice.xlsx", sheet_name="all_stock_close（1209）", usecols=[0, 1, 2] # 索引从0开始 ) ``` --- ### **步骤2：生成新表格** 将筛选后的数据存入新DataFrame或直接处理原数据： ```python # 示例：生成新表格（假设需要列"日期"和"股票A"） new_df = df[["日期", "股票A"]] ``` --- ### **步骤3：写入新工作表** 使用`pd.ExcelWriter`将新表格写入Excel文件的新工作表中： ```python with pd.ExcelWriter("BloombergESG_ClosePrice.xlsx", mode="a", engine="openpyxl") as writer: new_df.to_excel(writer, sheet_name="新工作表名称", index=False) ``` **注意**： 1. 需安装依赖库：`pip install openpyxl` 2. 若文件已存在，`mode="a"`表示追加模式；若文件不存在，会自动创建[^1]。 --- ### **完整代码示例** ```python import pandas as pd # 读取指定列 df = pd.read_excel( "BloombergESG_ClosePrice.xlsx", sheet_name="all_stock_close（1209）", usecols=["日期", "股票A", "股票B"] ) # 创建新表格 new_df = df[["日期", "股票A"]] # 写入新工作表 with pd.ExcelWriter("BloombergESG_ClosePrice.xlsx", mode="a", engine="openpyxl") as writer: new_df.to_excel(writer, sheet_name="ClosePrice_Subset", index=False) ``` --- ### **注意事项** 1. **列名匹配**：确保`usecols`中的列名与实际Excel文件完全一致（包括大小写和空格）。 2. **文件路径**：确保Python脚本与Excel文件在同一目录，或使用绝对路径。 3. **避免覆盖**：若目标工作表已存在，追加模式会报错，需先删除原工作表或调整名称。 ---