转载请注明：陈熹 chenx6542@foxmail.com （简书号：半为花间酒）
若公众号内转载请联系公众号：早起Python
本例可以学到的知识点：
pandas和openpyxl协同操作excel文件数据表格：https://pan.baidu.com/s/1Lp2PTJ1pERFVevK-iiUc0Q
提取码：wvgy
需求分析
这位有类似如下一份分组名单：（未全部展示，实际有A-U组+1个“未分组”）
现在有一份更新的名单（仅含名字）
需要根据这份新名单对原来的总表进行更新
即对新名单中的名字按照总表的分组进行更新，剔除不在新名单中的名字，并将新名单中新出现的名字划分到“未分组”中，如上图中的“早小起”
这位读者的需求是一个需要长期重复的任务，每隔一段时间就会拿到一个新名单，需要对总名单进行调整。如果用Excel操作，可能需要反复查找新名单的名字在哪个分组，如果不存在则手动添加到“未分组”，存在则做标记。最后把未做标记的名字删除再删除空隙即可，整个过程十分繁琐，而且若总名单有千万个名字则工作量非常大。因此该工作很适合用python辅助自动化
代码部分
第一步是导入需要的库并把路径设置好，我还是习惯用函数定位到桌面上利于复用
import os
import pandas as pd
import numpy as np
def GetDesktopPath():
return os.path.join(os.path.expanduser("~"), 'Desktop')
path = GetDesktopPath() + '\\data\\'
读取两份文件
df1 = pd.read_excel(path + '总名单.xlsx',encoding = 'utf-8',sheet_name = 0,skiprows=1)
df2 = df1.iloc[:,1:23]
df3 = pd.read_excel(path + '新名单.xlsx',encoding = 'utf-8',sheet_name = 0)
接下来是根据新名单中出现的名字找各自在总表中的分组，思路是用np.where，如下所示
np.where(df2 == '死神板')
# (array([7], dtype=int64), array([5], dtype=int64))
返回元祖，行列信息都在里面，那么用如下命令即可获得口袋妖怪“死神板”所在的分组
col = np.where(df2 == '死神板')[1][0]
df2.columns[col]
# 'F组'
有了个思路就可以写个函数，并用apply逐个运用到新名单里的名字上
这里要注意，新名单中的名字在总名单中可能没有，因此需要判断后再取最里面一层数字，否则会出错
def find(x):
results = np.where(df2 == x)[1]
try:
return df2.columns[results[0]]
except:
return '未分组'
df3['备注'] = df3['最新名单'].apply(find)
接下来这个操作就是根据分组把上面的数据框“劈开”
results_lst = []
for index,i in enumerate(df2.columns):
results = df3.iloc[np.where(df3['备注']==i)[0].tolist(),0]
# 重置索引很重要，为什么重要往下看
results = results.reset_index(drop=True)
results_lst.append(results)
results_lst
可以看到，结果是一个Series列表，这不正好是pd.concat的对象嘛
（由于接下来要横向合并，因此每个Series需要重置索引保证都是从0开始）
df_final = pd.concat(results_lst,axis=1)
# 记得把列名还原
df_final.columns = df2.columns
整个需求就大致完成了 （两个非口袋妖怪的生物也被识别出来了）
df_final.to_excel(f'{path}整理后表格.xlsx',
encoding='gbk', # 编码不一定是gbk
index=False,
header=True)
最后是保存，结果以excel形式成功输出了
关于表格样式的修改，可以用
openpyxl，之前的文章里有详细写过，这里就不重复操作了。感兴趣的读者可以自己尝试一下
网友评论