如果在该列中找到关键字，则扫描列中的关键字并提取该列中的所有值答案

【问题标题】：Scan columns for a keyword and extract all values in that column, if the keyword is found in that column如果在该列中找到关键字，则扫描列中的关键字并提取该列中的所有值
【发布时间】：2019-09-25 19:49:02
【问题描述】：

感谢您花时间在这里提供帮助，我真的很感激。

目前，我有多个 Excel 文件要循环浏览。

我只在 C:D 列中循环。如果该列具有关键字“缩写”，我想提取该列中的所有值。这是因为我的关键字可能存在于 C 列或 D 列中。

我的列将如下所示：

或

导入我的 excel 文件后，这是我如何循环浏览要扫描的列：

wb1 = load_workbook(join(dict_folder, file), data_only = True)
ws = wb1.active

for rowofcellobj in ws["C":"D"]:
   for cellobj in rowofcellobj:
      if cellobj.value == "Abbreviation":
        # extract all words in that column but Idk how to execute this step or if my above steps are correct
        if cellobj.value is not None:
        data = re.findall(r"\b\w+_.*?\w+|[A-Z]*$\b", str(cellobj.value))
        #filtering out blank rows here:
         if data != [ ]:
            if data != [' ']:
                 #extracting words from square brackets in list:
                      fields = data[0]
                      print(fields)

我被困在我上面评论过的区域，说我不确定如何执行该步骤..

【问题讨论】：

您是否尝试过使用pandas 读取excel 方法，而不是使用pandas 方法（寻找缩写列等）？
@EzerK 不，我没有尝试过使用 pandas，因为我对它的了解不多，而且我已经开始使用 openpyxl。这对熊猫来说可行吗？因为我担心熊猫无法读取列，除非它是工作表的第一行
这是 pandas 的经典任务（不是你说这是唯一的方法）看看 pandas 阅读 excel 文档

标签： python excel python-3.x

【解决方案1】：

Pandas 解决方案，灵感来自 (link)

示例文件：

import pandas as pd 
import numpy as np

df = pd.read_excel('tst.xlsx', usecols="C:D")
df = df.fillna('') 

for row in range(df.shape[0]): 
       for col in range(df.shape[1]):
           if df.iat[row,col] == 'Abbreviation':
             row_start = row
             col_required = col
             break

df = df.loc[row_start+1:, df.columns[col_required]]
df.replace(['','\s+'], np.nan, inplace=True, regex=True)
df.dropna(inplace=True)

print(df)

结果：

9      sfsdfd
10    fgfg_ff
12        dfs
13        ddd
15      dd_hh

【讨论】：

您好弗拉迪斯拉夫，感谢您的回复！我一直在尝试实现您的代码。但我什至无法到达那一步，因为当我运行时：dict_folder = "C:/Users/xxx/Documents/Docs did/Requests"for file in os.listdir(dict_folder):if re.search(r'\.xlsx$', file):df = pd.read_excel((file), usecols = "C:D")

【解决方案2】：

问题：扫描列中的关键字并提取该列中的所有值

定义起始行，这里1：
```
min_row = 1
min_col = None
```

循环所有行，从 min_row 开始并递增：

for row in ws.iter_rows(min_row=min_row, values_only=True):
    min_row += 1

try 在此row 中查找关键字，如果找到则break。
由于index 是0-based，+1 得到列索引1-based。
```
    try:
        min_col = row.index('Abbreviation') + 1
        break
    except:
        continue
```

如果找到，循环所有后续行，直到最后。

注意：您还没有定义结束条件！

if min_col is not None:
    for value in map(lambda x: x[0], 
                     sheet1.iter_rows(min_row=min_row, 
                                      min_col=min_col,                                  
                                      max_col=min_col,
                                      values_only=True)):
        print(value)

【讨论】：

嗨！这似乎工作，但它仍然打印出行 None....