Python 使用pandas库实现Excel字典码表对照自动化处理

效果演示

对照前(紊乱数据)
对照后(一一对应)

Python代码示例

python 复制代码
# !/usr/bin/env python
# -*- coding:utf-8 -*-
"""
Creator: wcw
Date: 2025/7/29
Description: 字典对照自动化处理
"""
import os
import pandas as pd


class PDExcel(object):
    def __init__(self):
        pass

    @classmethod
    def compa_excel(cls, dir_path, file_name, fillna_code="", fillna_name=""):
        """
        将未对照的Excel数据进行对照处理,将结果输出到新的sheet中
        :param file_name:Excel文件名
        :param fillna_code:空值编码默认值
        :param fillna_name:空值名称默认值
        :return:
        """

        # 读取Excel表数据
        print("开始读取Excel文件...")
        file_path = os.path.join(dir_path, file_name)
        sheet_data = pd.read_excel(
            io=file_path,
            sheet_name="SheetJS (2)",
            header=0,
            skiprows=0,
            dtype=str
        )
        print("读取Excel文件完成.")

        # 分别提取HIS字典和第三方字典内容
        his_data = sheet_data.loc[:, ["字典名称", "字典描述", "HIS字典代码", "HIS字典描述"]]
        vender_data = sheet_data.loc[:, ["第三方字典代码", "第三方字典描述"]]
        # print(his_data.at[0, "HIS字典代码"])
        # print(vender_data.get("第三方字典代码"))

        # 初始化对照前的字典数据
        columns = ["字典名称", "字典描述", "HIS字典代码", "HIS字典描述", "第三方字典代码", "第三方字典描述"]
        new_df = pd.DataFrame(data=None, columns=columns, dtype=str)
        new_df = pd.concat([new_df, his_data])
        # print(new_df)

        # 检索判断、对照处理
        print("处理对照中,请耐心等待...")
        for new_row in new_df.itertuples():
            # print(new_row)
            for vender_row in vender_data.itertuples():
                # if new_row.HIS字典描述 == vender_row.第三方字典描述:     # 精准匹配
                if str(new_row.HIS字典描述).find(str(vender_row.第三方字典描述)) != -1:    # 模糊匹配
                    new_df.at[new_row.Index, "第三方字典代码"] = vender_row.第三方字典代码
                    new_df.at[new_row.Index, "第三方字典描述"] = vender_row.第三方字典描述

            if pd.isna(new_df.at[new_row.Index, "HIS字典代码"]):
                new_df.drop(index=new_row.Index, inplace=True)  # inplace=True,修改原数据

        # 处理对照失败的默认值
        new_df.fillna({"第三方字典代码": fillna_code, "第三方字典描述": fillna_name}, inplace=True)
        # 得到对照后的字典数据
        print(new_df)
        print("处理对照完成.")

        # 修改原Excel数据
        print("开始输出到Excel...")
        new_df = new_df.astype(str)     # 指定数据类型,防止Excel自动转换
        # 使用ExcelWriter,可以在原Excel中新增sheet表,if_sheet_exists若sheet表存在的处理方式(overlay:直接覆盖内容保留原格式,replace:直接替换同名工作表‌‌)
        with pd.ExcelWriter(file_path, engine='openpyxl', mode='a', if_sheet_exists="overlay") as writer:
            new_df.to_excel(writer, sheet_name="SheetJS", columns=columns, index=False)  # index 是否写入行索引

        print("输出到Excel完成.")


if __name__ == '__main__':
    # 运行方法
    print("程序已启动...")
    dir_path = r"D:\PythonDemo\字典手工对照"
    file_name = "7 微ESB字典手工对照-家庭关系代码表.xlsx"
    fillna_code = "99"
    fillna_name = "非亲属"
    PDExcel.compa_excel(dir_path, file_name, fillna_code, fillna_name)
    print("程序结束.")

此毕*。转载请注明出处。*

相关推荐
用户548178459095015 分钟前
Java 与 Python 在大模型与智能体领域的选型
java·python
yiangL_42 分钟前
1、Python 输入输出实验|print 与 input 人机交互实践
开发语言·python·人机交互
高洁011 小时前
世界模型的因果内核:从预测表象到理解机制
人工智能·python·深度学习·transformer·迁移学习
数字融合1 小时前
透明化视频动态三维重建空间数据零核心技术
人工智能·python·virtualenv
AI创界者2 小时前
Python 进阶实战(五十四章):大模型推理网关终极架构——分布式全局前缀 Trie 缓存同步与多网关高可用协同调度
人工智能·python·aigc
萧子琦2 小时前
零第三方依赖能做到什么程度?开源两个纯标准库安全小工具:StarShield Forensics 与澄镜 ClearLens
python
用户91294046848423 小时前
Codex 从零到能交付(19):让 Codex 做代码审查:发现问题后怎样验证
python
小白勇闯网安圈3 小时前
day_2
python
叮当小飞鱼3 小时前
RAG幻觉
python
赵大仁3 小时前
Agent 工具调用可靠性:超时、重试、幂等与人工确认怎么设计
python·agent·幂等·工具调用·人工确认