背景:
1、有两个excel,他们有相同的一个列;
2、按照这个列合并成一个大的excel,即vlookup功能,要求:
- 只需要第二个excel的少量的列,比如从40个列中挑选2个列 ;
- 新增的来自第二个excel的列需要放到第一个excel指定的列后面;
3、将结果输出到一个新的excel;
步骤1:读取两个数据表
import pandas as pd
# 学生成绩表
df_grade = pd.read_excel("./course_datas/c23_excel_vlookup/学生成绩表.xlsx")
df_grade.head()
# 学生信息表
df_sinfo = pd.read_excel("./course_datas/c23_excel_vlookup/学生信息表.xlsx")
df_sinfo.head()
目标:怎样将第二个“学生信息表”的姓名、性别两列,添加到第一个表“学生成绩表”,并且放在第一个表的“学号”列后面?
步骤2:实现两个表的关联(即excel的vloopup功能)
# 只筛选第二个表的少量的列
df_sinfo = df_sinfo[["学号", "姓名", "性别"]]
df_sinfo.head()
#默认内连接
df_merge = pd.merge(left=df_grade, right=df_sinfo, left_on="学号", right_on="学号")
df_merge.head()
步骤3:调整列的顺序
df_merge.columns #打印出dataframe的列名
问题:怎样将'姓名', '性别'两列,放到'学号'的后面? 接下来需要用Python的语法实现列表的处理
# 将columns变成python的列表形式
new_columns = df_merge.columns.to_list()
new_columns
# 按逆序insert,会将"姓名","性别"放到"学号"的后面
for name in ["姓名", "性别"][::-1]:
new_columns.remove(name)
new_columns.insert(new_columns.index("学号")+1, name)
df_merge = df_merge.reindex(columns=new_columns)
df_merge.head()
步骤4:输出最终的Excel文件
df_merge.to_excel("./course_datas/c23_excel_vlookup/合并后的数据表.xlsx", index=False)