如何在加载到Pandas前筛选Excel数据：仅导入Disabled状态用户

有两种常见实现方式，可根据数据量选择：

方法一：先读取数据再筛选（适合小数据集） #

这种方式简单直观，先读取包含Status列的目标数据，再过滤符合条件的行：

import pandas as pd

# 读取指定列（用列名更稳妥，避免列位置变动）
df = pd.read_excel('Users.XLSX', sheet_name='WebUsers', usecols=["A", "B", "Status"])
# 筛选Status为Disabled的记录
df_disabled = df[df['Status'] == 'Disabled']
# 若不需要保留Status列，可删除
df_disabled = df_disabled.drop(columns=['Status'])
print(df_disabled)

如果知道Status列的位置（比如是C列），也可以把usecols写成"A,B,C"，效果一致。

方法二：逐行筛选后加载（适合大数据集） #

如果Excel文件很大，全量加载会占用过多内存，可借助openpyxl引擎逐行读取并筛选：

import pandas as pd
from openpyxl import load_workbook

# 以只读模式加载工作簿
wb = load_workbook('Users.XLSX', read_only=True)
ws = wb['WebUsers']

# 获取表头并定位Status列的位置
headers = [cell.value for cell in ws[1]]
status_col_idx = headers.index('Status')

# 收集符合条件的A、B列数据
filtered_data = []
for row in ws.iter_rows(min_row=2, values_only=True):
    if row[status_col_idx] == 'Disabled':
        # 提取A、B列对应的数据（假设A是第0位，B是第1位）
        filtered_data.append([row[0], row[1]])

# 转换为DataFrame
df_disabled = pd.DataFrame(filtered_data, columns=[headers[0], headers[1]])
print(df_disabled)

# 关闭工作簿
wb.close()

内容的提问来源于stack exchange，提问作者Behseini