如何用Python从Excel提取指定ID行数据并保存为制表符分隔TXT文件

所需工具 #

用pandas库就能搞定，它处理大型Excel文件效率高，操作也简洁。如果没装这个库，先执行安装命令：

pip install pandas openpyxl

（注：openpyxl是读取.xlsx格式Excel的依赖，若处理.xls格式，换成xlrd即可）

实现步骤 #

• 读取TXT文件里的ID列表：每行一个数字，读取后统一类型（避免和Excel中ID的类型不匹配）
• 读取Excel文件：把ID列设为索引，方便快速定位行数据
• 遍历TXT中的每个ID，匹配对应行并转成制表符分隔的字符串
• 将匹配结果写入目标TXT文件

完整代码 #

import pandas as pd

# 1. 读取TXT中的目标ID列表
with open("ids.txt", "r", encoding="utf-8") as f:
    # 读取每行并去除换行符，转成字符串避免类型不匹配
    target_ids = [line.strip() for line in f if line.strip()]

# 2. 读取Excel文件，假设ID在第一列，将其设为索引
# 处理超大型Excel时，可添加chunksize参数分批读取，避免内存溢出
df = pd.read_excel("data.xlsx", index_col=0, dtype=str)

# 3. 匹配ID并生成结果内容
result_lines = []
for id_str in target_ids:
    if id_str in df.index:
        # 将该行所有列转为制表符分隔的字符串
        line = "\t".join(df.loc[id_str].tolist())
        result_lines.append(line)
    else:
        # 可选：记录未找到的ID
        print(f"ID {id_str} 未在Excel中匹配到")

# 4. 将结果写入目标TXT
with open("matched_data.txt", "w", encoding="utf-8") as f:
    f.write("\n".join(result_lines))

注意事项 #

• 若Excel的ID列是数字类型，去掉dtype=str，同时把target_ids转成整数：target_ids = [int(line.strip()) for line in f if line.strip()]
• 超大型Excel可通过chunksize=10000这类参数分批读取，遍历每个数据块处理匹配逻辑
• 若文件含中文，确保encoding参数与文件实际编码一致（比如gbk或utf-8）

内容的提问来源于stack exchange，提问作者ARWA ABDULKADER BASHANFAR