如何使用C#按指定参数过滤Excel数据，将不匹配行导出至Errors.xlsx

方案1：Python代码实现（适合大数据量、重复操作场景） #

环境准备 #

• 先安装所需依赖库，打开终端/命令提示符执行：
  pip install pandas openpyxl

可直接使用的代码模板 #

import pandas as pd

# 1. 读取原始Excel文件，header=0表示第一行为表头，有多个工作表可加sheet_name参数指定
df = pd.read_excel("ProductList.xlsx", header=0, engine="openpyxl")

# 2. 替换下方为你自己的校验规则，所有规则同时满足才判定为合法，多个规则用&连接
# 示例规则：产品ID不为空、价格大于0、库存为正整数，可根据你的参数要求增删
check_mask = (
    df["产品ID"].notna() &
    (df["价格"] > 0) &
    (df["库存"] > 0) &
    (df["库存"].apply(lambda x: isinstance(x, int)))
)

# 3. 拆分合法数据和错误数据
valid_data = df[check_mask]
error_data = df[~check_mask]

# 4. 保存文件，不想覆盖原文件可修改保存的文件名
valid_data.to_excel("ProductList.xlsx", index=False, engine="openpyxl")
error_data.to_excel("Errors.xlsx", index=False, engine="openpyxl")

新手注意事项 #

• 代码里的列名必须和你Excel表格的表头完全一致，大小写、前后空格都要匹配
• 不确定规则是否正确时，可以先单独打印某条规则的校验结果测试，比如print(df["价格"]>0)查看返回的布尔值是否符合预期
• 若错误数据需要标注具体不符合哪项规则，可以在error_data里新增一列存储错误原因，只需在拆分前加对应逻辑即可

方案2：Excel自带高级筛选（适合小数据量、无需重复操作场景） #

不需要写代码，直接用Excel内置功能即可完成：

1. 在Excel空白区域建立你的规则条件区，第一行写对应表头，第二行写校验条件，比如价格列下方写>0
2. 选中所有原始数据，点击顶部「数据」选项卡中的「高级」筛选按钮
3. 筛选方式选择「将筛选结果复制到其他位置」，依次选中原始数据区域、你刚写的条件区域、要存放合法数据的空白起始单元格
4. 筛选完成后剩下的未被选中的行就是错误数据，手动复制到Errors.xlsx即可

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