如何根据文本颜色添加到数据框(Styleframe)

Question

我有一个有90k行的大型excel文件，我只想将具有红色文本的行添加到dataframe (使用styleframe)。如果我使用一个5行的小excel文件，下面的代码可以工作，但当我尝试使用一个较大的文件时，数据框总是空的。

即使我删除了dropna，我也得到了一个只有Nans而没有red的样式框。

sf = StyleFrame.read_excel('myFile.xlsx', read_style=True, use_openpyxl_styles=False, usecols = ['COLUMN_1'], header = 2)

。

def only_cells_with_red_text(cell):
    return cell if cell.style.font_color in {utils.colors.red, 'FFFF0000'} else np.nan

。

sf_2 = StyleFrame(sf.applymap(only_cells_with_red_text).dropna(axis=(0, 1), how='all'))

我只希望将带有红色文本的单元格添加到dataframe

输出为空DataFrame

Columns: []
Index: []

Answer 1

这是StyleFrame中的一个错误。usecols和header kwarg会更改数据帧的形状(因为它们会导致pd.read_excel返回数据帧/工作表的子集)。然后，当read_excel应用样式时，它会将样式应用到错误的单元格(简单地说，它是根据单元格在原始整个工作表中的位置应用样式)。

现在，“变通办法”是删除usecols = ['COLUMN_1'], header=2 (当然，效率要低得多)，然后再进行过滤，即

sf = sf[['COLUMN_1']]

直到我(我是StyleFrame的作者之一)找到克服这个问题的方法。