使用Pandas读取Excel并标记含删除线的行

核心思路 #

Pandas本身无法直接读取单元格格式（比如删除线），所以需要结合openpyxl提取格式信息，再将标记结果合并到Pandas的DataFrame中——既保留Pandas处理列的便利性，又能实现标记需求。

具体实现步骤 #

• 用openpyxl加载Excel文件，遍历每行检查是否存在带删除线的单元格，记录行号
• 用pandas读取Excel数据生成DataFrame
• 给DataFrame添加标记列，根据第一步的结果标记对应行

代码示例 #

import openpyxl
import pandas as pd

# 1. 用openpyxl检测带删除线的行
wb = openpyxl.load_workbook("your_excel_file.xlsx")
ws = wb.active  # 处理第一个工作表，指定表名可改为wb["目标表名"]

# 记录需标记的行号（openpyxl行号从1开始，Pandas索引从0开始）
strikethrough_row_nums = set()

# 假设第一行是表头，从第二行开始检查数据行
for row in ws.iter_rows(min_row=2):
    current_row = row[0].row
    for cell in row:
        if cell.font.strike is True:
            strikethrough_row_nums.add(current_row)
            break  # 只要有一个单元格带删除线，就标记该行，无需继续检查

# 2. 用Pandas读取Excel数据
df = pd.read_excel("your_excel_file.xlsx")

# 3. 添加标记列：转换行号对应关系
df["has_strikethrough"] = df.index.map(lambda idx: idx + 1 in strikethrough_row_nums)

补充说明 #

• 如果表头不是第一行，调整iter_rows的min_row参数，同时修改Pandas读取时的header参数匹配表头位置
• 标记列has_strikethrough为布尔值，True表示该行存在带删除线的单元格，False表示无
• 后续可正常对DataFrame执行增删列、数据清洗等操作，标记列会同步保留

内容的提问来源于stack exchange，提问作者Amhm