如何使用Python从巨大的Excel工作表中提取特定的数据行？

我需要获得特定的数据行，其中包含某些关键字（名称），并将它们写入另一个文件。起始文件是1.5 GB Excel文件。我不能把它打开并保存为不同的格式。我应该如何使用python处理此问题？

我没有使用过它，但它似乎可以很好地读取Excel数据。

您的问题是您正在使用Excel 2003。。您需要使用更新的版本才能读取此文件。2003将无法打开大于1M行的文件。

我觉得您有一个使用Excel 2007创建的电子表格，而您只有Excel 2003

Excel 2007可以创建1048576行乘以16384列的工作表，而Excel 2003只能创建65536行乘以256列的工作表。因此，您无法在Excel中打开整个工作表

如果工作簿的尺寸刚好更大，那么

xlrd

应该可以读取该文件，但是如果该文件实际上大于您计算机中的内存量（我认为这里不是这种情况，因为您可以使用EditPad lite打开该文件）然后您必须找到另一种方法，因为

xlrd

会将整个工作簿读入内存

假设第一种情况：

import xlrd

wb_path = r'c:\bigfile.xls'
output_path = r'c:\output.txt'

wb = xlrd.open(wb_path)
ws = wb.sheets()[0]  # assuming you want to work with the first sheet in the workbook

with open(output_path, 'w') as output_file:
    for i in xrange(ws.nrows):
        row = [cell.value for cell in ws.row(i)]

        # ... replace the following if statement with your own conditions ...
        if row[0] == u'interesting':
            output_file.write('\t'.join(row) + '\r\n')

这将为您提供一个以制表符分隔的输出文件，该文件应在Excel中打开

编辑：

---

根据您对问题5的回答，确保在C驱动器的根目录中有一个名为“bigfile.xls”的文件。如果文件不存在，请将

wb\u路径更改为要打开的文件的正确位置。
我是xlrd的作者和维护者。请编辑您的问题以提供以下问题的答案。【SO评论中的此类内容很难阅读】

这个文件有多大（MB）？[“巨大”不是一个有用的答案]

是什么软件创建了这个文件

你的电脑有多少内存

当您尝试使用Excel打开文件时，会发生什么情况？请解释“我可以部分打开它”

当您尝试使用
xlrd.open\u工作簿
使用脚本打开“C:\bigfile.xls”时，您收到的错误消息是什么？包括您运行的脚本、完整回溯和错误消息

什么操作系统，什么版本的Python，什么版本的xlrd

你知道文件中有多少工作表吗

问题中的细节也很感谢。您提到可以在EditPad Lite中打开它；数据是什么样子的（例如二进制数据、XML、CSV、制表符分隔符等）？如果你不知道，你可以编辑你的问题并粘贴一个样本。它是可读的单词，用//分隔，在那里我会看到不同的列。像John//Doe//male//caucasian//正如@tgray所问，发布一个示例（编辑您的问题！）。复制文件的前四行，将它们粘贴到您的问题中，选择粘贴的行，然后按Ctrl-K以一种有用的方式格式化它们。我在使用xlrd时遇到了一个非常困难的问题，我无法让它打开我的文件。然后请在您的问题中发布到目前为止您尝试了哪些不起作用的内容。你甚至不能用Excel自己打开文件吗？不，文件太大，不能用Excel完全打开。我可以部分打开它。我有这个程序：从xlrd导入OpenU工作簿，cellname book=open\u工作簿（'C:\\bigfile.xls'）sheet=book.sheet\u by\u index（0）print sheet.name print sheet.nrows print sheet.ncols for row\u index in range（sheet.nrows）：for col\u index in range（sheet.ncols）：print cellname（row\u index，col\u index），print sheet.cell（行索引、列索引）。值尝试在记事本或类似文件中浏览该文件，以确保它是实际的Excel文件，而不是名为.xls[x]的CSV文件这可能会混淆Excel。所以问题是，我可以制作一个sample.xls文件，并将其命名为C:\\sample.xls，它可以很好地打开并列出数据。但当我想使用真正巨大的实际数据文件C:\\bigfile.xls时，它说该文件不存在。对于一个Excel文件有效地包含256列或65536行，它必须e由Excel 2007或2010以XLSX格式或XLSB格式创建。Excel 2003不会打开任何XLSX或XLSB文件（除非可能已添加了兼容工具包）。除非OP提供了一些准确的信息，否则我们目前所拥有的只是无聊的猜测。@John Machin，没错。尽管我似乎记得Excel 2007/2010可以将超过65536行的工作表保存为XLS文件，并在不丢失任何数据的情况下重新打开它。由于我将在当天注销，我想我以前会提供我的猜测离开，只是根据OP的评论进行了有根据的猜测。它说有一个语法错误，这一行以open（output_path，'w'）作为output_file:@novak，如果您使用的是python 2.5，您需要包含另一个import语句：
from u_ufuture_u_u导入with_u语句
@tgray:““Excel 2007/2010可以将超过65536行的工作表保存为XLS文件并重新打开，而不会丢失任何数据。”"--错误XLS格式的65536行以上没有打开；行索引保存在一个16位无符号整数中。1.文件大小为1500000 KB。2.我相信excel。我自己没有创建文件。3.不够。它经常冻结。4.excel说我无法打开etire文件，一些数据将丢失。因此我可以打开文件的第一部分并不是记录的全部内容5.它说：名为的文件不存在6.Python 2.6 windows，我不确定xlrd 7.只有一个工作表TRE Q3:您到底有多少MB内存？关于Q5:（1）请确保您输入了文件的完整正确路径；请给出确切的错误消息并进行回溯（使用复制/粘贴）（2）请告诉我们通过执行
python-c“print repr”获得的文件前8个字节的内容