Python处理excel查找相同列内容并输出对应行数据

前言

前两天帮同学处理了一个excel，可以用Python实现，记录一下。

正文

说明：有一个excel工作簿，含有两个表，sheet1和sheet2，这两个表都有基金名称这个字段，sheet1内容不重复，sheet2有重复，以sheet1基金名称为模板，在sheet2中查找，最后导出sheet2中含有sheet1内容的数据。

其实用vlookup，然后再去重就好了，但正好好久没有写python了，实现一下。

思路是这样的，先把sheet1和sheet2的基金名称存在列表里，然后，对比两个列表，查找出相同项的序号，这个序号是列表里面的，再把序号转换成真实的excel行号，最后，根据行号从sheet2中获取对应的行数据，写入新的excel文件，然后去除空行即可。

头一次用openpyxl模块，对于函数不是很熟悉，应该是有更简单的方式，不需要放在两个列表里面，这里就不再讨论

源代码：

  1
  2
  3
  4
  5
  6
  7
  8
  9
 10
 11
 12
 13
 14
 15
 16
 17
 18
 19
 20
 21
 22
 23
 24
 25
 26
 27
 28
 29
 30
 31
 32
 33
 34
 35
 36
 37
 38
 39
 40
 41
 42
 43
 44
 45
 46
 47
 48
 49
 50
 51
 52
 53
 54
 55
 56
 57
 58
 59
 60
 61
 62
 63
 64
 65
 66
 67
 68
 69
 70
 71
 72
 73
 74
 75
 76
 77
 78
 79
 80
 81
 82
 83
 84
 85
 86
 87
 88
 89
 90
 91
 92
 93
 94
 95
 96
 97
 98
 99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
import openpyxl as xl



# 加载源文件

wb = xl.load_workbook("source.xlsx")



# 选择当前工作表

source_sheet = wb["Sheet1"]



# 定义源数据列

source = []



# 遍历源数据表，将对应的列内容添加至数组

for i in range(1, source_sheet.max_row):

    source.append(source_sheet.cell(row=i + 1, column=4).value)



# 选择目标数据表

target_sheet = wb["Sheet2"]



# 定义目标数据列

target = []



# 遍历目标数据表，将对应的列内容添加至数组

for i in range(1, target_sheet.max_row):

    target.append(target_sheet.cell(row=i + 1, column=3).value)



# 定义匹配结果的行号

result_index = []



# 遍历源数据和目标数据，将相等的结果序号，存入刚才定义的列表

for i in range(len(target)):

    for j in range(len(source)):

        if source[j] == target[i]:

            result_index.append(i)



# 数组序号转换为真实的excel行号

result_index = [(i + 2) for i in result_index]



# 定义过滤后的字典（map）

data = {}



# 定义需要查找的列序号

column = ["A", "B", "C", "D", "E", "F", "G"]



# 根据获取到的行号，遍历取出相应的行数据

for i in result_index:

    for j in column:

        index = j + str(i)  # 拼接出单元格序号

        # 根据单元格序号获取对应的值，并将值存入字典

        data.update({index: target_sheet[index].value})



# 创建新excel表

wb2 = xl.Workbook()

sheet = wb2.active



# 重命名新表为result

sheet.title = "result"



# 将获取到的结果数据写入excel文件

for key in data:

    sheet[key] = data[key]



wb2.save("result.xlsx")



# 加载结果数据表

ws = wb2["result"]



# 过滤excel中的空行

rows_to_delete = []

for row in ws.iter_rows(min_row=1, max_row=ws.max_row):

    if all([cell.value is None for cell in row]):

        rows_to_delete.append(row)



for row in rows_to_delete:

    ws.delete_rows(row[0].row, 1)



# 保存结果文件

wb2.save("result.xlsx")

最后

附上原始数据表：source.xlsx

代码仅供参考，可以根据个人情况自行调整。