需求：數據在后綴為xlsx的Excel的sheet1中且量比較大，比如幾十萬行幾百列；想查找一個關鍵字所在的行,比如"全網首發(fā)"；

情況①知道關鍵字在哪一列

情況②不確定在哪一列，很多列相似又不同，本文演示遍歷所有數據，但做點優(yōu)化避免浪費時間性能；

關鍵字可能是一串數字，日志的部分內容，加密的某一段等

Excel實現和python實現；

數據大概這樣子，這純粹是我瞎編的簡單演示數據，假設關鍵字為中文，商品全稱、簡稱、特點列會造成查找重復：

1.知道關鍵字在哪一列

比如關鍵字在?商品簡稱 這一列！

1.1excel實現

①直接用篩選，包含，推薦！

②超級表ctrl+T,小數據可以這樣，數據多不推薦，就是將表本身的數據變成了插入的表格，超級表的篩選功能貌似更強，但數據一多，超級表會很卡；

③用Excel本身的函數：不推薦，麻煩不好用，比如關鍵字是? 猛火

函數嵌套大致這樣：

先在sheet2中，弄一個輔助列（本文是演示，其實可以將輔助列的結果包在函數中），用函數判斷，這對鎖行、列號和excel的公式功底有一定的要求；

find("查找關鍵字","哪個單元格")-->找到返回起始位置，沒有返回錯誤；

輔助列中，找商品簡稱列，有沒有包含猛火；可以看到輔助列，3和4就是sheet1中商品簡稱那一列有；

再疊加if,如果輔助列不是錯誤，就用index返回sheet1中對應數據，都需要往右邊推一列，因為輔助列占了一個位置,或者其他函數，大概就是先這樣，再那樣，就行啦。

然后定位，錯誤，刪掉，但我們的數據是很大的，而且excel的函數但凡寫多點就令人窒息。

④power query、VBA、數據透視表，一般用這些稍微復雜點的方法，那肯定是經常做這些方面的工作，基本懂的都會用，本文主講臨時需求，簡單高效干完就擦屁股完事。

1.2python實現

讀寫文件用pandas庫為例

例如，我們知道這個關鍵字，必然在“商品簡稱”之中：

import pandas as pd
path = "d:/test.xlsx"
df = pd.read_excel(path)row_list= [] # 存符合條件的行號
for index_num in df.index:data = df.loc[index_num,"商品簡稱"]if data.find("家用")!=-1:print(data)row_list.append(index_num)
print(row_list)     

?find方法，找到了返回關鍵字在str中起始位置，找不到返回-1;

別用str.contains方法，因為你會遇到很討厭的錯誤！同時避免了正則，運行效率upupup。

2.假如列很多，根本就不知道關鍵字在哪一列

此時excel就很蛋疼了，感覺應該可以，但是并不想去弄。

python實現：

此時基本上是遍歷數據硬來了，可以自寫方法，iloc或者loc,根據數據類型從行、列df.index,df.columns遍歷都行；

不過推薦使用一個函數iterrows(),返回df的行索引和df每一個行數據，注意是行數據series類型；

row_list= []
for row_index,row_data in df.iterrows():try:for col in df.columns:cell_data = df.loc[row_index,col]#         if str(row_data[col]).find("猛火")!=-1:if str(cell_data).find("猛火")!=-1:row_list.append(row_index)raise ValueError("已找到條件")except:passprint(row_list)

①為什么要用try,except?

因為我們要的數據是整個行，只要其中某一列符合條件，整行都要。但凡哪一列找到了關鍵字，結果存到list中，直接報個錯，避免了往后面的列遍歷的無用功，比set去重好；

②注意要str(cell_data),因為時間列這種東西，總會出點小問題；