python excel 数据匹配_python初学者，如何快速匹配excel任务

第一次在知乎写长文的python办公类文章，有点小紧张~~

自己是在给女朋友做东西的时候想到，可以分享一些python编程的简单知识，帮助大家提高工作的效率。然后就有了写文章出来的冲动~还开了一个公众号~~

如果大家有什么想法，欢迎大家交流分享。如果有建议的话，也欢迎大家提出来，我一定会吸取意见，嘿嘿~

问题：

玩具制造厂总厂有一张excel表，记录了每种零件的进厂时间及代号，你所在的分厂的excel表只记录了每种玩具对应的零件的代号。

现在你的上司想要你根据总厂的excel表，补充分厂零件的进厂时间。

总厂和分厂的数据如下所示：

问题分析：

可以发现，分厂的零件代号在总厂中并不是唯一的，对一种零件来说，它的进厂时间可能存在多个。

这个例子并不难，大家都知道怎么做，但是没有人会喜欢做，毕竟这种繁琐的工作最让人烦躁。

问题解决：

在写程序之前，先导入pandas和numpy库。pandas库用来读取和保存excel文件，numpy库用来处理数据。

import pandas as pd

import numpy as np

import是用来进行库的导入，pd和np分别是这两个库的简称。

1、 将excel表格中的数据读取到python中

data1 = pd.read_excel('E:/untitled/excel/test.xlsx', sheet_name=0)

data2 = pd.read_excel('E:/untitled/excel/test.xlsx', sheet_name=1)

注：data1中读取的是总厂的数据，data2是分厂。

这两行代码的作用是从excel中读取数据，括号中有两个参数。

第一个参数就是excel的文件名(全路径名)。按住shift+鼠标右击文件，在弹出的菜单中选择“复制为路径”，要记得把反斜杠改为斜杠。

第二个参数sheet_name指在excel文件中需要读取的sheet区域名字。

sheet_name后面既可以接excel中sheet的名字，也可以接sheet的序号，例如：sheet_name="your_sheet_name"，或者sheet_name=0。

划重点，在python中，计数是从0开始的，也就是说，0代表excel中第一个sheet表，1代表第二个sheet表，依次类推。

运行结果如下所示：

图中展示的数据正是使用pandas库得到的数据，它的类型是DataFrame，类似于excel表格。NaN是python对空字符的表示方法，表示这里没有数据。

2、 写程序来制定处理规则，让数据按照程序流动，得到想要的结果。

data1 = np.array(data1, dtype=str)

data2 = np.array(data2, dtype=str)

注：这两行代码是将数据格式由DataFrame转化为numpy库中的array数组，方便对它做进一步的操作。Pandas库适合对数据进行查询、筛选，numpy库则适合对数据进行处理。

运行结果如下所示：

观察转化后的数据发现，数据都被单引号引起来，形式变成了字符串，这是因为字符串方便进行查询。Data2的数据在被转化为字符串数组后，多了“.0”，需要在后面的操作中去掉。

length1 = data1.shape[0]

length2 = len(data2)

注：这两行代码用来得到两个数组的行数。两行代码采用了两种不同的方式，都可以得到数组的行数，大家可以自由选择其中一种。

第一种是数据的shape方法，shape[0]会返回数组的行数，shape[1]会返回数组的列数。

第二种的len()方法是python的一个通用的自带方法，可以求出数组的长度。运行结果如下所示：

for i in range(length2):

for j in range(length1):

if data2[i, 0].strip(".0") in data1[j,1]:

data2[i, 1] = data2[i, 1] + " " + data1[j, 0]

注：构建两个for循环对两个数组进行遍历，若检索到分厂的零件代号在总厂的零件代号中，那么将相应的进厂时间放在分厂对应的进厂时间中。

strip函数是用来在字符串的首尾去掉一些不需要的字符，像空格。

将分厂的数据转成字符串后，分厂数据比原始数据多了“.0”，字符串中的“1001”和“1001.0”是不一样的，这会影响与总厂数据的匹配，因此使用strip函数去掉分厂数据中的“.0”。

in是判断分厂的零件代号是否在总厂零件代号中的方法。“\r\n”表示回到行首并换行，用于定义数据的显示格式。

运行完后得到的分厂数据如下：

3、 把得到的处理结果，保存到result.xlsx中

data2 = pd.DataFrame(data2)

data2.to_excel(' E:/excel/result.xlsx')

注：这里的两行代码用来保存数据，括号中填写自己想要保存数据的位置(全路径)。

到此，我们使用jupyter notebook，实现了我们的目标。

最后，把我们写好的程序贴图附在这里。

-----------------------------------------

到这里，我们的第一个excel文件操作任务就告一段落了。我的公众号是 数算天下的红.

如果你想了解更多关于python自动化办公的知识，欢迎关注我的公众号啦~，小数和小红等你一起迈步哦。