Python办公自动化｜自动更新不对称表格

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

import os
import pandas as pd
import numpy as np

def GetDesktopPath():
    return os.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

def find(x):
    results = np.where(df2 == x)[1]
    try: 
        return df2.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 = []
for index,i in enumerate(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。