如何将Excel电子表格中满足特定条件的行读入Python？

Question

我需要通过读取包含近50000行和81列的Excel电子表格，在Python中创建一个pandas数据框。该文件包含有关各种医疗专业人员的信息：医生、护士、执业护士等。我只想在列“PROFTYPE”的值为“NURSEPRACT”的行中读取。你知道吗

我使用的是python3.73，我已经读入了整个文件，然后我用PROFTYPE列对它进行了裁剪；但是读入的时间太长了。我只想读入PROFTYPE=='NURSEPRACT'的那些行。你知道吗

df_np = pd.read_excel(SourceFile, sheetname='Data', header=0)
df_np = df_np[df_np['PROFTYPE'] == 'NURSEPRACT']

这段代码实际上是有效的，但那是因为我首先读取了整个文件。实际上，我只对那些满足PROFTYPE='NURSEPRACT'条件的内容感兴趣。你知道吗

Answer 1

一个想法是你可以

1. 仅加载“PROFTYPE”列
2. 识别非护士执业医师行
3. 加载整个表以仅保留行。你知道吗

这一战略正在发挥作用：

df = pd.read_excel(SourceFile,
                   sheet_name='Data',
                   header=0,
                   usecols=['PROFTYPE']) # <  Load just 'PROFTYPE' of the following table
# ID    PROFTYPE    YEARS_IN_PRACTICE  
# 1234  NURSEPRACT  12
# 43    NURSE   32
# 789   NURSEPRACT  4
# 34    PHYSICIAN   2
# 93    NURSEPRACT  13
row_numbers = [x+1 for x in df[df['PROFTYPE'] != 'NURSEPRACT'].index]
df = pd.read_excel(SourceFile, sheet_name='Data', header=0, skiprows=row_numbers)
# ID    PROFTYPE    YEARS_IN_PRACTICE
# 1234  NURSEPRACT  12
# 789   NURSEPRACT  4
# 93    NURSEPRACT  13