如何用Pandas自动实现Excel文件的读取、编辑与行迁移操作

当然可以！Pandas完全能帮你自动完成所有这些操作，作为Python新手，用它处理Excel文件是非常省心的选择。我给你整理了完整的实现代码，还会一步步解释每个环节的作用，方便你理解。

完整代码实现 #

import pandas as pd

# 1. 读取原始Excel文件
# 这里不需要提前手动改列名，我们在代码里直接处理
original_df = pd.read_excel('test.xlsx')

# 2. 选择目标3列并重命名
# 把下面的{原列名: 新列名}替换成你实际的列名哦！
# 比如原文件列名是"Date_Original"，想改成"date"，就写"Date_Original": "date"
renamed_df = original_df.rename(columns={
    "原日期列名": "date",
    "原数值列名": "value",
    "原来源列名": "source"
})[["date", "value", "source"]]  # 只保留我们需要的这三列

# 3. 日期格式转换（和你之前的代码逻辑保持一致）
renamed_df['date'] = pd.to_datetime(renamed_df['date'], format='%b %d %Y.%f').astype(str)

# 4. 拆分前100行和剩余行
top_100 = renamed_df.head(100)
remaining_data = renamed_df.iloc[100:]

# 5. 把前100行保存到新文件
top_100.to_excel('top_100_data.xlsx', index=False)

# 6. 把剩余行写回原文件（直接覆盖，如果你怕误删可以先备份原文件哦）
remaining_data.to_excel('test.xlsx', index=False)

# 打印预览看看结果
print("新文件的前5行预览：")
print(top_100.head())
print(f"\n原文件现在还剩 {len(remaining_data)} 行数据")

关键步骤解释 #

• 读取与列处理：pd.read_excel()会自动读取原文件的列名，我们用rename()批量重命名指定列，再通过[["date", "value", "source"]]筛选出需要的三列，完全不用手动修改原文件的列名。
• 日期转换：和你之前的代码逻辑一样，把日期转换成指定格式后转成字符串，保证格式统一。
• 数据拆分：head(100)直接获取前100行，iloc[100:]获取从第101行开始的所有剩余数据，简单直观。
• 保存文件：to_excel()里的index=False很重要，它会避免把Pandas自带的索引列写到Excel里，让输出的表格更干净。

其他可选工具库 #

如果之后你需要更精细的Excel操作，比如调整单元格格式、操作公式或者和Excel界面交互，这些库也可以试试：

• openpyxl：Pandas处理xlsx文件的底层依赖之一，如果你需要对Excel做更底层的操作，比如合并单元格、设置字体样式，可以直接用它。
• xlwings：适合需要在Python和Excel之间双向互动的场景，比如调用Excel宏、读取Excel里的VBA代码，对新手也比较友好。

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