python编程——A、B两个Excel表，数据根据指定值存在一对多的关系，将数据的关系找出来并合并两个表的数据

python编程题目：

A、B两个Excel表，数据根据指定值存在一对多的关系，将数据的关系找出来并合并两个表的数据：

A表的数据格式如下：

B表的数据格式如下：

其中，这两个表中有相同的属性Transaction_id，并且A表的记录和B表的记录存在一对多的关系，实现根据Transaction_id的值将两者数据合并，并同时保留各自的表头信息。

python编程实现思路：

1）AB表都是Excel表，很容易联想到python中的pandas库中的dateframe数据结构，处理Excel表很方便；

2）既然有相同的属性值，那么我们可以通过A表中的Transaction_id来筛选B中的数据；

3）将A中的数据和根据Transaction_id筛选出来的B中的数据行进行拼接，可以使用pandas中的concat方法

4）要保留各自的表头，所以不能直接concat，而是把B的表格的头部信息当做一行数据来处理，这里很重要，不然直接concat的话，如果表头不一样，效果就不是我们想要的。

python实现代码：

import pandas as pd

# 读取Excel文件
df_a = pd.read_excel('A.xls',dtype=str)
df_b = pd.read_excel('B.xls',dtype=str)

#
df_result = pd.DataFrame()
for i in range(len(df_a)):

    transaction_id = df_a.iloc[i]['Transaction_id']
    df = df_b[df_b['Transaction_id']==transaction_id] #按transaction_id查找B表的数据
    #合并数据
    #当前行数据
    df_current = df_a.iloc[i].to_frame().T

    #获取Partner_Transaction_id列
    coumn = pd.DataFrame([df.iloc[0]['Partner_Transaction_id']],columns=['Partner_Transaction_id'],index=[i])

    # 增加一列Partner_Transaction_id
    df_current = pd.concat([coumn,df_current],axis=1,)

    df_result = pd.concat([df_result,df_current])
    #增加一行（把B表符合条件的表头作为一行）
    row= pd.DataFrame([df.columns.tolist()],columns=df_result.columns)

    df_result = pd.concat([df_result,row])
    #把B中符合条件的行都添加进来
    for j in range(len(df)):
        row = pd.DataFrame([df.iloc[j].tolist()], columns=df_result.columns)
        df_result = pd.concat([df_result, row],ignore_index=True)

    # 每2个记录之间添加一个空行，为了美观
    row = pd.DataFrame([["" for a in range(len(df_current.columns))]], columns=df_current.columns)
    df_result = pd.concat([df_result, row], ignore_index=True)



# 将结果保存到Excel文件 追加保存
df_result.to_excel('result_ab.xls',index=False)

最终的效果：