如何用Python的openpyxl将条件筛选的Excel列值存入数组？

你好呀！刚接触编程遇到这种问题很正常，我来帮你梳理一下问题所在，然后给出可行的解决方案~

首先，先说说你遇到的 TypeError: float() argument must be a string or a number, not 'Cell' 错误原因：
你在循环D列单元格时，判断 cell.value == 0 是没问题的，但后面直接把 clf['A']（这是整个A列的Cell对象集合）传给 np.insert，而不是当前行对应的A列单元格的值，numpy没法把Cell对象转成数值，所以报错了。另外 np.insert 的用法也不对，它不会直接修改原数组，需要重新赋值，而且循环里反复用 np.insert 效率也不高。

下面给你两种解决方案，根据你用的库来选：

方案一：用openpyxl（假设你用这个库操作Excel） #

我们可以先把符合条件的A列值收集到列表里，最后再转成numpy单列数组，这样更简单高效：

import numpy as np
# 假设clf是你的工作表对象（比如从openpyxl加载的）
result_list = []

# 遍历每一行，同时获取A列和D列的值（values_only=True直接拿值，不是Cell对象）
# 如果你的表格有表头，min_row设为2跳过表头，没有的话设为1
for row in clf.iter_rows(min_row=2, values_only=True):
    a_value = row[0]  # A列是第0个索引（因为行是从左到右的顺序）
    d_value = row[3]  # D列是第3个索引
    if d_value == 0:
        result_list.append(a_value)

# 把列表转成numpy单列数组
result_array = np.array(result_list).reshape(-1, 1)
print(result_array)

方案二：用pandas（更适合处理表格数据，推荐新手尝试） #

如果还没用过pandas，强烈建议试试，处理Excel数据会省心很多：

import pandas as pd
import numpy as np

# 读取你的Excel文件，替换成你的文件路径
df = pd.read_excel('your_excel_file.xlsx')

# 筛选D列值为0的行，提取对应的A列数据
filtered_a_values = df[df['D'] == 0]['A']

# 转成单列numpy数组
result_array = filtered_a_values.values.reshape(-1, 1)
print(result_array)

再回头说说你原来代码的问题： #

1. 循环 clf['D'] 得到的是Cell对象，你需要对应行的A列值，而不是整个A列
2. np.insert 不会原地修改数组，需要把返回值重新赋值给数组，比如 array = np.insert(array, 0, target_value)，但循环里这么做远不如先收集到列表再转数组高效
3. 直接传入 clf['A'] 是整个列的Cell对象，不是单个值，导致类型错误

希望这些能帮到你，有问题随时问~

内容的提问来源于stack exchange，提问作者newtothis