excel文件的数据筛选和数据匹配

最新推荐文章于 2024-11-12 10:56:02 发布

Mpeipeisu

最新推荐文章于 2024-11-12 10:56:02 发布

阅读量2.4k

点赞数

文章标签： python excel

本文链接：https://blog.csdn.net/mpeipeisu/article/details/111272206

版权

本文介绍了如何使用Python的openpyxl库进行数据筛选和匹配。首先，通过加载Excel文件获取数据，然后设置筛选条件（如迟到时间超过45分钟且次数超过3次），筛选出符合条件的考勤记录，并将结果保存到新的Excel文件。接着，进行数据匹配，通过工号连接两个表格，检查迟到次数的一致性，若不一致则输出警告信息。该过程展示了Python在数据处理中的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一数据筛选

数据筛选要求我们在表中筛选出符合条件的数据。

1. 获取数据

2. 使用数据

明确了筛选条件后，就可以借助条件判断语句，比较运算符，成员运算符和逻辑运算符等Python基础知识，实现对于数据的筛选
在这里插入图片描述

3. 数据输出

① 将筛选的结果存入学过的数据结构里，比如：列表，元组或字典。
② 将筛选的结果存入文件中。
③ 将筛选的结果打印出来。

from openpyxl import load_workbook,Workbook
#获取数据
wb = load_workbook('D:/博士生期间资料/python/自动化办公/第四关 数据筛选和数据匹配/数据/10月考勤统计.xlsx')
ws = wb.active
#获取表头数据
late_header = []
for cell in ws[1]:
    late_header.append(cell.value)
#print(late_header)
#['工号', '姓名', '部门', '迟到时间(分钟)', '迟到次数(次数)']
#将获取的表头作为表头写入新的excel表头 
new_wb = Workbook()
new_ws = new_wb.active
new_ws.append(late_header)

#获取表中数据
for row in ws.iter_rows(min_row=2,values_only=True):      
    work_id = row[0]
    name = row[1]
    department = row[2]
    time = row[3]
    number = row[-1]
    #筛选数据
    if time >45 and number>3:
        new_ws.append(row)
new_wb.save('D:/博士生期间资料/python/自动化办公/第四关 数据筛选和数据匹配/数据/10月迟到信息表.xlsx')

二数据匹配

数据匹配需要我们在多个表之间匹配相关的数据。

1.获取数据

2.使用数据

我们需要在这一步实现数据匹配功能，仔细观察上面两张表格可知，二表可以依靠工号连接起来
先要明确表格之间的关联关系，然后将获取到的某一表格中的数据，按照需要存储起来（推荐使用字典，把可以连接表格的数据作为键，要匹配的数据作为值）。
再将另一个表格中要匹配的值与字典中对应的值关联起来，实现匹配逻辑

3. 数据输出

from openpyxl import load_workbook,Workbook
#获取第一张表中的迟到数据
path1 = 'D:/博士生期间资料/python/自动化办公/第四关 数据筛选和数据匹配/数据/10月考勤统计.xlsx'
path2 = 'D:/博士生期间资料/python/自动化办公/第四关 数据筛选和数据匹配/数据/迟到次数月度统计（10月更新）.xlsx'
wb1 = load_workbook(path1)
ws1 = wb1.active
late_dict = {}
info_dict = {}
final_dict = {}
row_num = ws1.max_row
#print(row_num)
for row in ws1.iter_rows(min_row=2,max_row=row_num,values_only=True):
    worker_id = row[0]
    name = row[1]
    department = row[2]
    number = row[-1]
    '''info_dict['姓名'] = name
    info_dict['部门'] = department
    info_dict['迟到次数'] = number'''
    late_dict[worker_id] = number
#print(late_dict)

#获取第二张表中的工号和迟到次数
wb2 = load_workbook(path2)
ws2 = wb2.active
for row in ws2.iter_rows(min_row=3,values_only=True):
    labor_id = row[0]
    times = row[12]
    if late_dict[labor_id] != times:
        print('工号为{}的员工迟到次数有误，需要重新核对'.format(labor_id))