python表格设置自适应（自动更新不对称表格）

python表格设置自适应（自动更新不对称表格）Python实现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辅助自动化现在我们有类似如下一份记录了口袋妖怪名字的分组名单:(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”

作者：陈熹

来源：早起Python

大家好，又到了python办公自动化专题。在之前我们详细讲解过如何使用Python自动更新Excel表格并调整样式，在上次的自动化案例中要求两个或多个Excel表格数据要匹配/对称才能够自动更新，今天我们再次来解决在数据不对称的情况下如何自动更新表格，这是更常见的情况，也是我遇到的一个具体需求。

需求分析

现在我们有类似如下一份记录了口袋妖怪名字的分组名单:(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

Python实现

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

importos importpandasaspd importnumpyasnp defGetDesktopPath(): returnos.path.join(os.path.expanduser("~") 'Desktop') path=GetDesktopPath() '\\data\\'

接着读取两份文件

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))

返回元组，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

deffind(x): results=np.where(df2==x)[1] try: returndf2.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=[] forindex iinenumerate(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)

最后就是保存并将结果以excel形式输出，如上图所示，我们就使用Python成功完成了一次Excel非对称表格的自动更新，接下来应该使用openpyxl进行样式的修改，而这一部分在之前的文章中有很详细的讲解，本文就不再展开。