Python Pandas：循环查找表头名实现Excel数据重构需求

嘿，看你正在处理Excel数据的重构需求——要筛选出有拒收单元的行，然后提取指定列生成更简洁的新表对吧？用Pandas处理这类表格数据，完全没必要逐行循环，用向量化操作+布尔索引的组合，既高效又简洁，我帮你把代码捋顺：

第一步：筛选出存在拒收单元的行 #

先通过布尔条件直接筛选Total Unit Rejected大于0的所有行，这比逐行遍历快太多了：

# 筛选拒收单元数量大于0的行
filtered_rows = df[df['Total Unit Rejected'] > 0]

第二步：提取目标列生成新DataFrame #

你提到要提取第3到7列的表头对应值，先把这些列名列出来（比如你说的Total Unit Tested、Total Unit Rejected还有Not...这类列），然后用双层方括号选择多列就行（注意单层方括号返回的是Series，双层才是DataFrame）：

# 替换成你实际需要保留的列名（对应原表第3-7列的表头）
target_columns = ['Total Unit Tested', 'Total Unit Rejected', 'Not Conforming', 'Reworked Units', 'Scrapped Units']

# 生成独立的新DataFrame，加copy()避免警告
new_dataframe = filtered_rows[target_columns].copy()

完整可运行代码示例 #

把读取、筛选、提取、保存的流程整合起来，就是这样：

import pandas as pd

# 读取原始Excel文件（替换成你的文件路径）
df = pd.read_excel('original_data.xlsx')

# 定义要保留的目标列（根据你的实际表头调整）
target_columns = ['Total Unit Tested', 'Total Unit Rejected', 'Not Conforming']

# 一步完成筛选+提取
new_dataframe = df[df['Total Unit Rejected'] > 0][target_columns].copy()

# 保存到新的简洁Excel文件，index=False不保留行索引，更清爽
new_dataframe.to_excel('cleaned_rejected_data.xlsx', index=False)

几个关键提醒 #

• 别用for each逐行循环啦！Pandas的向量化操作在数据量大的时候，速度会比循环快几十甚至上百倍
• 选择多列一定要用df[['列名1', '列名2']]这种双层方括号，不然会拿到单个Series而不是表格
• 加.copy()是为了避免Pandas的SettingWithCopyWarning，确保新的DataFrame是完全独立的对象，后续修改不会影响原数据

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