Python脚本无法检索Excel指定月份值，求问题排查

我写了下面这段Python脚本，想在Excel单元格值里检索‘Mar’‘Jun’‘Sep’‘Dec’，然后把匹配到的列名保存到文本文件里，但脚本没返回任何结果。注：脚本只需要检查单元格值，不用处理注释或公式。请问这段脚本有什么问题？

import pandas as pd

# Path to the Excel file
excel_file = r'E:\Desktop\Big_comp_cap\New Microsoft Excel Worksheet.xlsx'

# Read the Excel file
df = pd.read_excel(excel_file)

# Specify the month names to search for
months_to_search = ['Mar', 'Jun', 'Sep', 'Dec']

# Initialize a set to store matching column names
matching_columns = set()

# Iterate over each cell in the DataFrame
for column in df.columns:
    for index, value in df[column].items():
        # Check if the value is a string and contains any of the specified month names
        if isinstance(value, str):
            for month in months_to_search:
                if month in value:
                    matching_columns.add(column)
                    break  # Once a match is found, move to the next cell

# Write the column names to a text file
output_file = 'matching_columns.txt'
with open(output_file, 'w') as file:
    for col_name in matching_columns:
        file.write(col_name + '\n')

print("Matching column names have been saved to:", output_file)

你的脚本没返回结果，大概率是以下几个原因导致的，对应修复方案如下：

1. 单元格值未被识别为字符串 #

pandas读取Excel时会自动解析单元格类型，比如显示Mar的日期格式单元格会被转成datetime对象而非字符串；带格式的文本、数字也可能被解析成其他类型。你的脚本只检查isinstance(value, str)，会直接跳过这些非字符串单元格。

修复：统一把所有单元格值转成字符串后再检查，消除类型限制。

2. 大小写不匹配 #

如果Excel里的月份是小写（mar）或全大写（MAR），脚本里的Mar就匹配不到，导致漏判。

修复：把待检查值和目标月份统一转成小写（或大写）后再比较，消除大小写差异。

3. 遍历逻辑冗余且效率低 #

当前脚本找到一个匹配后，只会跳出月份循环，继续遍历该列的其他单元格——其实只要列里有一个匹配项，就可以直接标记该列并停止遍历此列，没必要继续检查后续单元格。

修复后的脚本（基础版） #

import pandas as pd

excel_file = r'E:\Desktop\Big_comp_cap\New Microsoft Excel Worksheet.xlsx'
df = pd.read_excel(excel_file)
months_to_search = ['Mar', 'Jun', 'Sep', 'Dec']
matching_columns = set()

for column in df.columns:
    for value in df[column]:
        # 统一转成字符串并小写，避免类型和大小写问题
        val_str = str(value).lower()
        for month in months_to_search:
            if month.lower() in val_str:
                matching_columns.add(column)
                # 找到匹配直接跳出所有循环，处理下一列
                break
        else:
            # 内层循环没找到匹配，继续下一个单元格
            continue
        # 找到匹配，跳出列的遍历循环
        break

output_file = 'matching_columns.txt'
with open(output_file, 'w') as file:
    for col_name in matching_columns:
        file.write(col_name + '\n')

print("Matching column names have been saved to:", output_file)

更简洁的pandas原生写法 #

利用pandas的字符串方法可以避免嵌套循环，代码更简洁高效：

import pandas as pd

excel_file = r'E:\Desktop\Big_comp_cap\New Microsoft Excel Worksheet.xlsx'
df = pd.read_excel(excel_file)
months_to_search = ['Mar', 'Jun', 'Sep', 'Dec']

# 生成匹配正则，用|连接所有目标月份
match_pattern = '|'.join(months_to_search)
# 检查每列是否有符合条件的单元格：转字符串+忽略大小写匹配
matching_cols = df.columns[df.astype(str).apply(lambda col: col.str.contains(match_pattern, case=False)).any()]

# 保存结果
with open('matching_columns.txt', 'w') as f:
    for col in matching_cols:
        f.write(f"{col}\n")

print("Matching column names have been saved to: matching_columns.txt")

内容的提问来源于stack exchange，提问作者Pubg Mobile