一、问题描述

二、运用方法

三、代码编写

3.1

3.2

3.3

3.4

3.5

四、代码集合

一、问题描述

在实习的时候，需要将两个表格的内容进行匹配分类，比如两个不同的工程项目针对的对象都是A，那么就需要将这两个工程项目归类到A当中，而这当中的工程项目和施工对象数量都还挺多的，因此想着写个程序来自动将它们归类起来，这样可以减少很大一部分的工作量。

二、运用方法

由于两个表格中拥有相似的关键词，即一个表格的内容形式为为A工程项目，另一个表格的内容形式为A单位，那么我就需要将其中的“A”这个关键词相匹配就能够筛选出来了。能够达到目的的程序写法有不少，而我在这次的问题中选择了通过模糊匹配的算法来实现该功能。

三、代码编写

注：这里我们导入了difflib库，用于使用模糊匹配算法；xlwt库，用于导出excel表格

3.1

首先我们导入两个需要处理的excel表格。

df1=pd.read_excel(r'D:\杂货\项目.xlsx',sheet_name='Sheet1')
df2=pd.read_excel(r'D:\杂货\项目2.xlsx',sheet_name='Sheet1')#导入两个需要处理的excel表格

两个表格的内容形式大致如上。而我的需求是将这两个表格相关的工程项目匹配归类。

导入方法不再赘述，详见：

https://blog.csdn.net/Deng333333555/article/details/125092526?spm=1001.2014.3001.5501

3.2

再将我们所要处理的两列数据放入一个列表当中。

for i in df1['XXXXXX改造']:#将这两列的数据存入list1和list2两个列表中list1.append(i)
for j in df2['XXXXXX新改']:list2.append(j)

3.3

通过模糊匹配算法，将list2中的数据内容与list1中的数据内容一一匹配。

for n in range(len(list2)):#通过模糊匹配算法，将list2与list1中的数据一一匹配，设置近似度为42%，得到匹配结果resquery_word=str(list2[n])res=difflib.get_close_matches(query_word,list1,1,cutoff=0.42)res = "".join(res)listx.append(res)

需要注意的是，该处调用了difflib库中的get_close_matches(query_word,list1,n,cutoff)方法，其中的query_word为被匹配的字符串；list1为要匹配的字符串列表；n为前topn个最佳匹配反回，我将其设置为1；cutoff为匹配度大小，为[0,1]的浮点数，也可以称为两者的相似程度，这个就看个人需求和具体问题来设置，我将其相似程度设置为0.42则恰好能够将我所需要匹配的两个表格的内容都匹配成功。

由于res匹配出来的每一个结果都是是列表的形式，而我们想要将结果写入新的表格当中需要字符串形式的结果，因此使用res=””.join(res)方法将列表转换为字符串的形式，然后将字符串形式的结果放入listx列表当中，以便于写入新的excel表格。

3.4

由于担心会存在匹配结果遗漏的情况出现，因此我又将list1中的数据内容与list2中的数据内容一一匹配。

for m in range(len(list1)):#同上，将list1与list2的数据一一匹配query_word=str(list1[m])res=difflib.get_close_matches(query_word,list2,1,cutoff=0.42)res="".join(res)listy.append(res)

这时我将被匹配的字符串设置为list1中的字符串，要匹配的字符串列表设置为list2，其他参数一样，相当于说我先用表格1去匹配表格2，再用表格2去匹配表格1，这样就能够较好地解决遗漏的问题。

3.5

最后设置好新的excel表格的参数

workbook=xlwt.Workbook(encoding='utf-8')#设定好新的excel表格的参数
worksheet=workbook.add_sheet('test_sheet')
worksheet.write(0,0,label='XXX改造')#从第0行第0列开始输入标签为XXX改造的数据
worksheet.write(0,1,label='XX金额')#从第0行第1列开始输入标签为XX金额的数据
worksheet.write(0,2,label='XXX新改')
worksheet.write(0,3,label='XX金额')
worksheet.write(0,4,label='已XXX金额')for i in range(len(listx)):#写入运算出来的数据worksheet.write(i+1,0,label=listx[i])
for j in range(len(listy)):worksheet.write(j+1,2,label=listy[j])
for k in range(len(list1)):worksheet.write(k+1,1,label=list3[k])
for l in range(len(list2)):worksheet.write(l+1,3,label=list4[l])worksheet.write(l+1,4,label=list5[l])
workbook.save(r'D:\杂货\新项目6.xls')#导出excel表格

这里使用的向excel表格中写入数据内容的方法就不过多介绍，对于有一定处理excel经验的人能够很容易理解代码的含义。

最后输出的表格形式如下：

通过两遍匹配，两者相互匹配度都高的则会出对应地出现在表格中，而只有单一匹配度高的，则出现了左边有数据右边没有数据，或者右边有数据左边没有数据的情况。

四、代码集合

import pandas as pd
import difflib
import xlwt#导入库df1=pd.read_excel(r'D:\杂货\项目.xlsx',sheet_name='Sheet1')
df2=pd.read_excel(r'D:\杂货\项目2.xlsx',sheet_name='Sheet1')#导入两个需要处理的excel表格list1=[]#设置空列表，用于存储2017年一列的数据
list2=[]#用于存储2018年一列的数据
list3=list(df1['XX金额'])#将excel表格中的列数据列表化
list4=list(df2['XX金额'])
list5=list(df2['XXX金额'])
listx=[]#用于存储匹配结果的数据
listy=[]#同上
for i in df1['XXXXXXXXX改造']:#将这两列的数据存入list1和list2两个列表中list1.append(i)
for j in df2['XXXXXXXXXXXXX新改']:list2.append(j)for n in range(len(list2)):#通过模糊匹配算法，将list2与list1中的数据一一匹配，设置近似度为42%，得到匹配结果resquery_word=str(list2[n])res=difflib.get_close_matches(query_word,list1,1,cutoff=0.42)res = "".join(res)listx.append(res)for m in range(len(list1)):#同上，将list1与list2的数据一一匹配query_word=str(list1[m])res=difflib.get_close_matches(query_word,list2,1,cutoff=0.42)res="".join(res)listy.append(res)workbook=xlwt.Workbook(encoding='utf-8')#设定好新的excel表格的参数
worksheet=workbook.add_sheet('test_sheet')
worksheet.write(0,0,label='XXXXXXXXX改造')
worksheet.write(0,1,label='XX金额')
worksheet.write(0,2,label='XXXXXXXXXXX新改')
worksheet.write(0,3,label='XX金额')
worksheet.write(0,4,label='XXX金额')for i in range(len(listx)):#写入运算出来的数据worksheet.write(i+1,0,label=listx[i])
for j in range(len(listy)):worksheet.write(j+1,2,label=listy[j])
for k in range(len(list1)):worksheet.write(k+1,1,label=list3[k])
for l in range(len(list2)):worksheet.write(l+1,3,label=list4[l])worksheet.write(l+1,4,label=list5[l])
workbook.save(r'D:\杂货\新项目6.xls')#导出excel表格

五、总结

本篇的重点在于使用了模糊匹配的算法，并且介绍该算法的使用才是本篇的目的。其他的内容则是用于辅助介绍该算法。

【Python处理EXCEL】轻办公实用篇1：通过模糊匹配算法对两个excel表格的内容进行匹配归类相关推荐

【办公效率篇】将全校所有学生成绩的Excel总表，按名字拆分为数个单独的Excel表点对点地发送给每个学生
不管是工资条还是考试成绩,出于保护隐私的善意,一般不会以公示所有人明细的方式进行信息传达,而是以点对点的方式,一一将个人信息告诉每个相应的员工或学生. 这里以考试成绩举例,教大家将全校所有学生成绩的E ...
Python从入门到精通 - 入门篇 (下)
上一讲回顾:Python从入门到精通 - 入门篇 (上) 接着上篇继续后面两个章节,函数和解析式. 4 函数 Python 里函数太重要了 (说的好像在别的语言中函数不重要似的).函数的通用好处就不用 ...
Excel数据合并到统计分析自动处理的python示例（精益办公实战1）
Excel数据合并到统计分析自动处理的python示例(精益办公实战1) 1.背景描述: 社会的发展不断深化了经济对科技和数字化的依赖,企业将不得不面对越来越多,甚至是海量的数据和信息.Excel(或 ...
Python:Excel自动化实践入门篇甲【留言点赞领图书门票】
*以下内容为本人的学习笔记,如需要转载,请声明原文链接微信公众号「ENG八戒」https://mp.weixin.qq.com/s?__biz=MzUxMTgxMzExNQ==&mid=22 ...
python自动化_Python 实现Excel自动化办公上
今天的文章分享Python 如何轻松操作Excel 这款office 办公软件的,在Python 中你要针对某个对象进行操作,是需要安装与其对应的第三方库的,这里对于Excel 也不例外,它也有对应的 ...
Excel 数据的统计分析及绘图自动处理的python示例（精益办公实战2）
Excel 数据统计分析及绘图的自动处理python示例(精益办公实战2) 1.背景描述: "看数不如看表,看表不如看图" 2.数据准备和任务要求: 数据准备一份已经经过数据清洗 ...
excel数据导入python后不对齐_Python处理Excel文件的实用姿势
真正的勇士,敢于直面银行卡上的余额,敢于正视磅秤上的数字. 表格数据是最常见的数据类型,Excel是日常办公中最常接触的文件. 上一章提过Python可以通过openpyxl模块处理Excel文件. ...
【PDF】超简单！用Python让Excel自动化办公
Excel作为当今最流行的办公软件之一,在数据编辑.处理和分析方面的表现都非常出色.但是,即使有 Excel的帮助,在面对重复性.机械性的事务时仍然要花费大量时间. 所以今天了解一下这本<超简单 ...
python series转置储存到excel_Python 实现Excel自动化办公下
上一讲我们讲到了Python 针对Excel 里面的特殊数据处理以及各种数据统计,本讲我们将引入Pandas 这个第三方库来实现数据的统计,只要一个方法就可以统计到上一讲的数据统计内容,本讲也会扩展讲 ...

【Python处理EXCEL】轻办公实用篇1：通过模糊匹配算法对两个excel表格的内容进行匹配归类

一、问题描述

二、运用方法

三、代码编写

3.1

3.2

3.3

3.4

3.5

四、代码集合

五、总结

【Python处理EXCEL】轻办公实用篇1：通过模糊匹配算法对两个excel表格的内容进行匹配归类相关推荐

最新文章

热门文章