如何按筛选条件将DataFrame拆分至两个Excel文件

原代码的问题点 #

• iterrows()遍历返回的row是行数据对象，不是行索引，data.at[row, 'cheese 1']的索引用法完全错误，应该通过row['cheese 1']直接取单元格值，或者用index作为行索引。
• 条件判断里的|是位运算符，不是逻辑或，应该用or；而且pattern in 单元格值只能检查完整字符串匹配，无法实现“包含任意目标词”的需求。
• 循环里用data.at[row:].to_excel()会重复写入大量重复数据，效率极低，完全没必要逐行处理。

正确实现代码 #

import pandas as pd

# 示例数据（如果已有data可跳过这部分）
data = pd.DataFrame({
    'cheese 1': ['blue', 'mozzarella', 'maccagno', 'brie'],
    'cheese 2': ['mozzarella', 'munster', 'mozzarella', 'berkswell'],
    'cheese 3': ['camembert', 'edam', 'ricotta', 'parmigiano']
})

# 定义要匹配的关键词模式
pattern = r'blue|mozzarella'

# 生成布尔掩码：检查cheese 1或cheese 2列是否包含目标词
# case=False表示忽略大小写，不需要可删除
mask = data['cheese 1'].str.contains(pattern, case=False) | data['cheese 2'].str.contains(pattern, case=False)

# 拆分DataFrame
included_df = data[mask]  # 任意一列包含目标词的行
excluded_df = data[~mask] # 两列都不包含目标词的行

# 写入Excel文件，用with语句自动管理文件资源
with pd.ExcelWriter('./Included cheese.xlsx', engine='xlsxwriter') as writer:
    included_df.to_excel(writer, index=False)  # index=False不写入行索引

with pd.ExcelWriter('./Excluded cheese.xlsx', engine='xlsxwriter') as writer_2:
    excluded_df.to_excel(writer_2, index=False)

代码说明 #

• 用str.contains直接对整列做正则匹配，比逐行循环效率高得多，一次就能生成所有符合条件的行的掩码。
• 通过布尔掩码直接拆分DataFrame，逻辑清晰且避免重复写入。
• with语句会自动关闭ExcelWriter，无需手动处理文件关闭操作。

内容的提问来源于stack exchange，提问作者brainssss