pd.read_excel()忽略Excel筛选：如何直接读取筛选后数据？

一、直接读取Excel中筛选后的可见行 #

可以用openpyxl库实现，它能识别Excel的行隐藏状态（筛选后的隐藏行会被标记）。示例代码如下：

from openpyxl import load_workbook
import pandas as pd

# 加载工作簿，保留原有的筛选和隐藏状态
wb = load_workbook('your_file.xlsx', data_only=True)
ws = wb['target_sheet']

# 收集所有可见行数据（若表头在第1行，从第2行开始读取内容）
visible_rows = []
for idx, row in enumerate(ws.iter_rows(values_only=True), start=1):
    if not ws.row_dimensions[idx].hidden:
        visible_rows.append(row)

# 转换为DataFrame
df = pd.DataFrame(visible_rows[1:], columns=visible_rows[0])

注：如果表头是多行结构或存在合并单元格，需要自行调整行的起始索引。

二、先导入全表再用Pandas应用筛选（更推荐） #

这是批量处理场景下更高效的方案，完全替代手动Excel筛选，逻辑可复用且避免人为失误。
比如你在Excel中筛选“销售额>1000”且“地区=华东”，用Pandas可以这样实现：

import pandas as pd

# 读取完整表格
df = pd.read_excel('your_file.xlsx', sheet_name='target_sheet')

# 应用与Excel一致的筛选条件
filtered_df = df[(df['销售额'] > 1000) & (df['地区'] == '华东')]

# 或用query方法简化写法
filtered_df = df.query('销售额 > 1000 and 地区 == "华东"')

两种方式的选择 #

• 若仅临时处理单个文件，且已手动完成Excel筛选，用第一种方式快速提取可见行即可。
• 若需批量处理多个xlsx文件，或希望筛选逻辑固化、可重复执行，优先选第二种方式，全程自动化，无需手动操作Excel。

内容的提问来源于stack exchange，提问作者user21126867