如何用Python Pandas通过用户输入从Excel指定行提取信息

原代码存在两个核心问题：

• CPF in dados是判断输入值是否属于DataFrame的列名，而非检查数据行中是否存在该CPF，逻辑完全错误。
• iloc仅支持整数位置索引，无法直接用CPF字符串定位目标行。

修正方案1：布尔索引（通用场景） #

直接通过匹配CPF列的值筛选目标行，无需修改索引：

import pandas as pd

# 读取Excel，建议指定CPF列为字符串类型，避免数字格式丢失前导零
dados = pd.read_excel(r"Dados.xlsx", dtype={'CPF': str})
CPF_input = input('Digite o CPF: ')

# 筛选匹配CPF的行，只保留需要的列
resultado = dados[dados['CPF'] == CPF_input][['CPF', 'Agencia', 'Conta']]

if not resultado.empty:
    print(resultado)
else:
    print('Não encontrado')

修正方案2：设置CPF为索引（适合CPF唯一的场景） #

如果Excel中每个CPF唯一，可以将其设为DataFrame索引，用loc快速检索：

import pandas as pd

# 读取Excel并将CPF设为索引，同时指定类型为字符串
dados = pd.read_excel(r"Dados.xlsx", dtype={'CPF': str}).set_index('CPF')
CPF_input = input('Digite o CPF: ')

try:
    # 通过索引直接定位，提取需要的列
    agencia_conta = dados.loc[CPF_input][['Agencia', 'Conta']]
    print(f"CPF: {CPF_input}")
    print(agencia_conta)
except KeyError:
    print('Não encontrado')

注意事项 #

• 确保Excel中的CPF列格式与输入值一致：如果CPF包含前导零，必须将列类型设为字符串，否则读取时会自动丢失前导零，导致匹配失败。
• 如果存在多个相同CPF的行，方案1会返回所有匹配行，方案2只会返回最后一行（因为索引唯一），根据实际场景选择。

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