在工作中处理excel遇到需要根据器件生产供应商全称填写简称的一列，由于数据表格中器件数多达几万条，单纯靠excel筛选功能手动处理需要耗费大量时间，这里使用Python中的pandas模块，读取excel进行处理。
1、需求
根据存储有供应商全称简称对应的表格对应关系.xlsx，自动填写带有供应商全称的表格待处理文件.xlsx中简称的一列。
2.脚本思路
首先使用pandas读取第一个表格对应关系.xlsx，然后将其储存在一个字典中，字典的键为供应商的全称，字典的值为供应商的简称。
然后读取第二个表格待处理文件.xlsx，根据列的标题头，找到供应商全称所处在的列，根据这一列每一个供应商的全称查询字典中对应键的值，将其写入表格中对应行的简称处。(这里暂时假设对应关系和待处理文件*应商的全称如果是同一家公司则公司全称是一模一样的，存在些许差别的处理的方法在下一篇文章中在记录)。
3.代码
- # -*- coding: utf-8 -*-
- """
- Created on Thu Mar 4 21:25:05 2021
- @author: ruofei
- """
- import pandas as pd
- #填写待处理文件和对应关系的excel文件路径
- #注意：脚本运行时需保证被使用excel文件处于关闭状态
- file1 = r'待处理文件.xlsx'
- file2 = r'对应关系.xlsx'
- #填写待处理文件中 全称所在的列名和简称要放置的列名
- qc1="供应商"
- jc1="简称"
- #填写对应关系中 全称所在的列数和简称所在的列数
- qc2="全称"
- jc2="简称"
- #填写读取excel文件的sheet表名
- sheet1="Sheet1"
- sheet2="Sheet1"
- #--------------------*-------------*--------------*---------------------
- #--------------------*-------------*--------------*---------------------
- data1 = pd.read_excel(file1, sheet_name = sheet1)
- data2 = pd.read_excel(file2, sheet_name = sheet2)
- #print("输出表格所有")
- #print(data1)
- row1 = data1.shape[0]#行数
- col1=data1.shape[1]#列数
- row2 = data2.shape[0]#行数
- col2=data2.shape[1]#
- #print("表格文件有"+str(row1)+"行，"+str(col1)+"列")
- duiying=dict()
- #生成对应关系的字典
- for i in range(row2):
- quancheng=data2.loc[i,qc2]
- jiancheng=data2.loc[i,jc2]
- duiying[quancheng]=jiancheng
- #print(quancheng)
- #company1=data1.loc[0][0]
- #company2=data1.loc[1][0]
- #print("公司一为"+str(company1)+"\n"+"公司二为"+str(company2))
- for i in range(row1):
- a=data1.loc[i,qc1]
- #[qc1-1]
- #print(str(a))
- jiancheng=duiying.get(a)
- if a in duiying.keys():
- #print(jiancheng)
- data1.loc[i,jc1]=jiancheng
- else:
- #此处修改没有简称赋予值，若赋予全称值则=a，若为空则=" "
- data1.loc[i,jc1]=a
- data1.to_excel('处理好的文件.xlsx',sheet_name='Sheet1')
4.实现功能
根据预先整理好的对应关系表格自动填写了表格中简称空白的一列，如果表格中存在对应关系中不存在的公司，则在相应的简称位置填写其全称本身。如下图中，由于表中的小米华为没有给出其简称，因此原样照填。
5.存在问题
在实际应用中处理几万条数据时，绝大部分正常，存在问题是，比如对应关系中全称为（中国）茅台公司，而在要处理的文件中不存在括号，或者括号中英文不同，或者括号中空格数不同，都会在后面读取为不同的字符串，在查询字典中显示不存在。处理方式在下篇中解决。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持我们。
原文链接：https://blog.csdn.net/qq_33169543/article/details/114605319