作者：陳熹

來源：早起Python

大家好，又到了python辦公自動(dòng)化專題。在之前我們?cè)敿?xì)講解過如何使用Python自動(dòng)更新Excel表格并調(diào)整樣式，在上次的自動(dòng)化案例中要求兩個(gè)或多個(gè)Excel表格數(shù)據(jù)要匹配/對(duì)稱才能夠自動(dòng)更新，今天我們?cè)俅蝸斫鉀Q在數(shù)據(jù)不對(duì)稱的情況下如何自動(dòng)更新表格，這是更常見的情況，也是我遇到的一個(gè)具體需求。

需求分析

現(xiàn)在我們有類似如下一份記錄了口袋妖怪名字的分組名單:(未全部展示，實(shí)際有A-U組+1個(gè)"未分組")

現(xiàn)在有一份更新的名單（僅含名字）

需要根據(jù)這份新名單對(duì)原來的總表進(jìn)行更新，即對(duì)新名單中的名字按照總表的分組進(jìn)行更新，剔除不在新名單中的名字，并將新名單中新出現(xiàn)的名字劃分到“未分組”中，如上圖中的“早小起”

這位讀者的需求是一個(gè)需要長期重復(fù)的任務(wù)，每隔一段時(shí)間就會(huì)拿到一個(gè)新名單，需要對(duì)總名單進(jìn)行調(diào)整。如果用Excel操作，可能需要反復(fù)查找新名單的名字在哪個(gè)分組，如果不存在則手動(dòng)添加到“未分組”，存在則做標(biāo)記。最后把未做標(biāo)記的名字刪除再刪除空隙即可，整個(gè)過程十分繁瑣，而且若總名單有千萬個(gè)名字則工作量非常大。因此該工作很適合用Python輔助自動(dòng)化

Python實(shí)現(xiàn)

第一步是導(dǎo)入需要的庫并把路徑設(shè)置好，我還是習(xí)慣用函數(shù)定位到桌面上利于復(fù)用

import os
import pandas as pd
import numpy as np

def GetDesktopPath():
    return os.path.join(os.path.expanduser("~"), 'Desktop')

path = GetDesktopPath() + '\\data\\'

接著讀取兩份文件

df1 = pd.read_excel(path + '總名單.xlsx',encoding = 'utf-8',sheet_name = 0,skiprows=1)
df2 = df1.iloc[:,1:23]

df3 = pd.read_excel(path + '新名單.xlsx',encoding = 'utf-8',sheet_name = 0)

接下來是根據(jù)新名單中出現(xiàn)的名字找各自在總表中的分組，思路是用np.where，如下所示

np.where(df2 == '死神板')
# (array([7], dtype=int64), array([5], dtype=int64))

返回元組，行列信息都在里面，那么用如下命令即可獲得口袋妖怪“死神板”所在的分組

col = np.where(df2 == '死神板')[1][0]
df2.columns[col]
# 'F組'

有了個(gè)思路就可以寫個(gè)函數(shù)，并用apply逐個(gè)運(yùn)用到新名單里的名字上

這里要注意，新名單中的名字在總名單中可能沒有，因此需要判斷后再取最里面一層數(shù)字，否則會(huì)出錯(cuò)

def find(x):
    results = np.where(df2 == x)[1]
    try: 
        return df2.columns[results[0]]
    except:
        return '未分組'

df3['備注'] = df3['最新名單'].apply(find)

接下來這個(gè)操作就是根據(jù)分組把上面的數(shù)據(jù)框“劈開”

results_lst = []
for index,i in enumerate(df2.columns):
    results = df3.iloc[np.where(df3['備注']==i)[0].tolist(),0]
    # 重置索引很重要，為什么重要往下看
    results = results.reset_index(drop=True)
    results_lst.append(results)
results_lst

可以看到，結(jié)果是一個(gè)Series列表，這不正好是pd.concat的對(duì)象嘛，由于接下來要橫向合并，因此每個(gè)Series需要重置索引保證都是從0開始

df_final = pd.concat(results_lst,axis=1)
# 記得把列名還原
df_final.columns = df2.columns

整個(gè)需求就大致完成了 （兩個(gè)非口袋妖怪的生物也被識(shí)別出來了）

df_final.to_excel(f'{path}整理后表格.xlsx',
            encoding='gbk', # 編碼不一定是gbk
            index=False,
            header=True)

最后就是保存并將結(jié)果以excel形式輸出，如上圖所示，我們就使用Python成功完成了一次Excel非對(duì)稱表格的自動(dòng)更新，接下來應(yīng)該使用openpyxl進(jìn)行樣式的修改，而這一部分在之前的文章中有很詳細(xì)的講解，本文就不再展開。