Python 玩转 Excel 案例【第 8 期】

案例说明

原始数据表： 一季度销售数据（共20条记录，展示前5条）

┌──────────┬────────────┬──────────┬──────────┬────────────┬──────────────┐
│ 销售年份  │   成交日期  │ 订单编号  │ 客户代码  │ 是否VIP客户 │ 是否团购订单  │
├──────────┼────────────┼──────────┼──────────┼────────────┼──────────────┤
│   2024   │ 2026-03-15 │ ORD001   │   C001   │     是     │      否      │
├──────────┼────────────┼──────────┼──────────┼────────────┼──────────────┤
│   2024   │ 2026-03-16 │ ORD002   │   C002   │     否     │      是      │
├──────────┼────────────┼──────────┼──────────┼────────────┼──────────────┤
│   2024   │ 2026-03-17 │ ORD003   │   C003   │     是     │      否      │
├──────────┼────────────┼──────────┼──────────┼────────────┼──────────────┤
│   2024   │ 2026-03-18 │ ORD004   │   C004   │     否     │      否      │
├──────────┼────────────┼──────────┼──────────┼────────────┼──────────────┤
│   2024   │ 2026-03-19 │ ORD005   │   C005   │     是     │      是      │
└──────────┴────────────┴──────────┴──────────┴────────────┴──────────────┘

*注：完整表格共20行数据，此处仅展示前5行作为示例*

目标任务：

从上述Excel表中，筛选出同时满足以下两个条件的记录：

条件一：年份范围

• • 只保留 销售年份 为 2023年 或 2024年 的数据

条件二：时间范围

• • 只保留 成交日期 为 当前系统月份 的数据
• • 例如：现在是2026年3月，则只保留3月份的记录

完整代码

import pandas as pd
from datetime import datetime

# 定义需要读取的字段
required_columns = ['销售年份', '成交日期', '订单编号', '客户代码',
                    '是否VIP客户', '是否团购订单']

# 读取Excel文件
sales_data = pd.read_excel(
    'chapter-8.xlsx',
    sheet_name='一季度销售数据',
    engine='openpyxl',
    header=0,
    usecols=required_columns
)

print(f"读取到的原始记录数: {len(sales_data)}条")

# 筛选特定年份的数据
if '销售年份' in sales_data.columns:
    sales_data = sales_data[sales_data['销售年份'].astype(int).isin([2023, 2024])]
    print(f"年份筛选后剩余: {len(sales_data)}条")

# 筛选成交日期为当月的数据
sales_data['成交日期'] = pd.to_datetime(sales_data['成交日期'], errors='coerce')
# 获取当前年份和月份
now = datetime.now()
current_year = now.year
current_month = now.month

month_filter = (sales_data['成交日期'].dt.year == current_year) & \
               (sales_data['成交日期'].dt.month == current_month)
sales_data = sales_data[month_filter]

print(sales_data.head())

第一步：导入所需库

import pandas as pd
from datetime import datetime

代码解释：

• • import pandas as pd：导入 pandas 库，它是 Python 数据分析的核心库，可以处理各种数据格式
• • from datetime import datetime：从 datetime 模块导入 datetime 类，用于获取当前时间

💡 特别说明：engine='openpyxl' 是指定 pandas 用 openpyxl 引擎读取 .xlsx 文件，只需安装无需导入，pandas 会在内部自动调用。

第二步：定义需要读取的字段

required_columns = ['销售年份', '成交日期', '订单编号', '客户代码',
                    '是否VIP客户', '是否团购订单']

代码解释：

• • 创建一个列表 required_columns，定义需要从Excel中读取的列名
• • 这样做可以只读取需要的列，提高读取效率，减少内存占用

第三步：读取 Excel 文件

sales_data = pd.read_excel(
    'chapter-8.xlsx',
    sheet_name='一季度销售数据',
    engine='openpyxl',
    header=0,
    usecols=required_columns
)

参数详解：

• • 'chapter-8.xlsx'：Excel 文件名
• • sheet_name='一季度销售数据'：指定要读取的工作表名称
• • engine='openpyxl'：指定读取引擎，处理 .xlsx 文件必须使用 openpyxl
• • header=0：指定第 0 行作为列名（数据表的第一行）
• • usecols=required_columns：只读取我们定义的字段

执行结果：

print(f"读取到的原始记录数: {len(sales_data)}条")

读取到的原始记录数: 20条

💡 小贴士：如果Excel文件很大，建议只读取需要的列，可以大大加快读取速度！

第四步：筛选特定年份数据

if '销售年份' in sales_data.columns:
    sales_data = sales_data[sales_data['销售年份'].astype(int).isin([2023, 2024])]
    print(f"年份筛选后剩余: {len(sales_data)}条")

代码详解：

• • if '销售年份' in sales_data.columns：检查年份列是否存在，避免程序报错
• • sales_data['销售年份'].astype(int)：将年份列转换为整数类型
• • .isin([2023, 2024])：判断年份是否在 [2023, 2024] 列表中
• • 最外层 sales_data[...]：用布尔索引筛选出符合条件的行

执行结果：

年份筛选后剩余: 18条

💡 小贴士：为什么不用 == 而用 isin()？因为 isin() 可以一次性筛选多个值，代码更简洁！

第五步：处理日期数据

sales_data['成交日期'] = pd.to_datetime(sales_data['成交日期'], errors='coerce')

代码详解：

• • pd.to_datetime()：将成交日期列转换为 datetime 类型
• • errors='coerce'：遇到无效日期时设置为 NaT（Not a Time），避免程序中断

第六步：获取当前时间

now = datetime.now()
current_year = now.year
current_month = now.month

print(f"当前年份: {current_year}")
print(f"当前月份: {current_month}")

执行结果（假设当前是2026年3月）：

当前年份: 2026
当前月份: 3

第七步：筛选当月数据

month_filter = (sales_data['成交日期'].dt.year == current_year) & \
               (sales_data['成交日期'].dt.month == current_month)
sales_data = sales_data[month_filter]

print(f"当月数据筛选后剩余: {len(sales_data)}条")
print("\n最终筛选结果：")
print(sales_data)

代码详解：

• • .dt.year：获取日期中的年份
• • .dt.month：获取日期中的月份
• • &：逻辑与运算符，同时满足两个条件
• • \：代码换行符，让长代码更易读

⚠️ 特别注意：运算符优先级问题

# ❌ 错误写法（缺少括号）：
month_filter = (sales_data['成交日期'].dt.year == current_year & \
                sales_data['成交日期'].dt.month == current_month)

# ✅ 正确写法（每个条件用括号包裹）：
month_filter = (sales_data['成交日期'].dt.year == current_year) & \
               (sales_data['成交日期'].dt.month == current_month)

为什么？

• • & 运算符的优先级高于 ==
• • 不加括号时，current_year & sales_data['成交日期'].dt.month 会先被计算
• • 这会导致意料之外的错误结果

执行结果（2026年3月的数据）：

当月数据筛选后剩余: 11条

最终筛选结果：
   销售年份       成交日期    订单编号  客户代码 是否VIP客户 是否团购订单
0  2024 2026-03-15  ORD001  C001       是      否
1  2024 2026-03-16  ORD002  C002       否      是
2  2023 2026-03-17  ORD003  C003       是      否
3  2024 2026-03-18  ORD004  C004       否      否
4  2023 2026-03-19  ORD005  C005       是      是

📌 本期核心知识点

📍 知识点 1：Excel文件读取

pd.read_excel(..., engine='openpyxl') 用于读取 .xlsx 文件，只需安装无需导入 openpyxl，未安装会提示缺失依赖。

📍 知识点 2：日期格式转换

pd.to_datetime() 将Excel中的日期字符串转换为真正的日期类型，加上 errors='coerce' 可以防止脏数据导致程序崩溃。

📍 知识点 3：当前时间获取

datetime.now().year 和 .month 用于获取当前系统时间的年份和月份，实现动态筛选当月数据。

📍 知识点 4：年份批量筛选

.isin([2023, 2024]) 可以一次性筛选多个年份，比用多个 == 条件更简洁高效。

📍 知识点 5：日期维度提取

.dt.year 和 .dt.month 可以从日期列中提取年份和月份，前提是必须先经过 pd.to_datetime() 转换。

📍 知识点 6：布尔索引筛选

df[条件] 这种写法叫布尔索引，会返回所有满足条件的行，是pandas中最常用的数据筛选方式。

📍 知识点 7：运算符优先级

用 & 连接多个条件时，每个条件必须用括号包裹，即写成 (条件1) & (条件2)，否则会因优先级问题得到错误结果。

本案例核心流程

① 读取Excel → ② 转换日期 → ③ 获取当前时间 → ④ 筛选年份 → ⑤ 筛选月份

对应代码：

# ① 读取
df = pd.read_excel('file.xlsx', engine='openpyxl')

# ② 转换
df['日期'] = pd.to_datetime(df['日期'], errors='coerce')

# ③ 获取当前时间
now = datetime.now()

# ④ 筛选年份
df = df[df['年份'].isin([2023, 2024])]

# ⑤ 筛选月份
df = df[(df['日期'].dt.year == now.year) & (df['日期'].dt.month == now.month)]

📦 资源获取提示

关注「码农自习室」，后台回复关键词 PythonExcel案例，即可获取本文完整代码及配套练习数据集，一起动手掌握高效数据操作的核心技巧！

❤️ 支持我们

如果本文对你有帮助，欢迎点赞 + 关注 + 点亮小红心，你的支持就是我们持续创作的最大动力～