[已解决]如何用python自动补充excel表格中的文字

超哥超级爱学习

求各位大神帮忙
      因为工作的原因，需要对excel表格中的地址进行修改，主要问题是地址需要标准格式  比如：ＸＸ省ＸＸ市XX县  但是提供的地址经常ＸＸ省或者ＸＸ市缺失，我想做一个小程序能自动帮我修改，求大神提供思路或者方法啊。
　　我现在能想到的是我先做一个标准数据库，包含所有的ＸＸ省ＸＸ市，然后和表格对比，不一致，然后再自动添加进去。
ps：这是原来的excel表格的文字样式和修改过的excel表格中的文字样式
     我看了看还是没有思路，下面几位朋友提到了openpyxl，我还是不知道该如何用这个库。
ps：新增了一个地址库，一个原始表格的样板。求各位大神继续帮忙啊

最佳答案

月排行榜 / 总排行榜

疾风怪盗

2020-8-26 00:03:58

import pandas as pd

a = pd.read_excel('需改名数据.xlsx')
print(f'原始数据：{a}')

b = pd.read_excel('地名库.xlsx')
print(f'标准地名库：{b}')

for i in range(len(b)):
    temp1 = b.loc[i, '区']  #取出标准区县名字
    temp2 = b.loc[i, '市']  #取出标准市名字
    for j in range(len(a)):
        if a.loc[j, '地址'].find(temp1) >= 0:  #如果在地址栏中找到标准区县名
            a.loc[j, '完整地址'] = b.loc[i, '地址']  #完整地址拼接
            for temp in a.loc[j, '地址'].split(temp1)[1:]:  #防止地址中出现两次区县名，切割后成列表来循环拼接
                a.loc[j, '完整地址'] +=  temp
        elif a.loc[j, '地址'].find(temp2) >= 0:#如果在地址栏中未找到标准区县名，那查找标准市名，再做拼接
                a.loc[j, '完整地址'] = b.loc[i, '省']+b.loc[i, '市']+a.loc[j, '地址'].split(temp2)[1]

print(f'查找后数据：{a}')

a.to_excel('result.xlsx', index=False)  #输出

之前陷入了误区，不需要切割出区县、市，直接查找就行了，不过我用的方法比较笨，就是循环，没想到更好的办法，你给的数据115个能完成110个，数据多了估计速度会慢点，可以试试用多进程多线程之类的再做做

你的数据表，最好不要有空格空项，填完整，试试看

跳转到最佳答案楼层

qiuyouzhi

直接用openpyxl呗

疾风怪盗

思路没问题吧，要双循环，就是如果你文件大，这样循环时间就长了，可以用pandas，先循环省市列表中县一列，去isin()找，找到了再拼接，应该会好一点
我做过一个识别扫描图片内容，根据抬头，自动重命名文件的，类似

超哥超级爱学习

qiuyouzhi 发表于 2020-8-24 12:32
直接用openpyxl呗

不知道该如何下手

超哥超级爱学习

疾风怪盗 发表于 2020-8-24 12:53
思路没问题吧，要双循环，就是如果你文件大，这样循环时间就长了，可以用pandas，先循环省市列表中县一列， ...

我试试看，不知道如何用pandas

yhhpf

openpyxl就可以了，循环嵌套就好。基表上弄3分数据，第一个是省单独一列，第二个是省+市列，第三个是省+市+区，可以减少循环次数。

超哥超级爱学习

yhhpf 发表于 2020-8-24 15:49
openpyxl就可以了，循环嵌套就好。基表上弄3分数据，第一个是省单独一列，第二个是省+市列，第三个是省+市+ ...

我用这个方法试试  看看能搞定不  谢谢喽

疾风怪盗

你发个源文件上来，否则不好测试啊

疾风怪盗

import pandas as pd

a=pd.read_excel('2.xlsx')
print(a)
a['地址']=[i.split('省')[-1] for i in a['地址']]  #把省前面的全部去除
for i in range(len(a)):
    if a.loc[i,'地址'].find('市') != -1:
        a.loc[i,'市']=a.loc[i,'地址'].split('市')[0]  #取出市一级
    if a.loc[i,'地址'].find('县') != -1:
        a.loc[i,'县']=a.loc[i,'地址'].split('县')[0].split('市')[-1] #取出县一级
a=a.fillna('无')
print(a)

b=pd.read_excel('3.xlsx')
b['市']=[i.split('省')[1][:-1] for i in b['地址']]#取出市一级
b['省']=[i.split('省')[0] for i in b['地址']]#取出县一级
b=b.fillna('无')
print(b)

for i in range(len(b)):
    temp = b.loc[i, '市']
    for j in range(len(a)):
        if a.loc[j,'市'].find(temp) >=0:
            a.loc[j,'地址']=b.loc[j,'省']+ a.loc[j,'地址']  #包含的做拼接
print(a)

a['地址'].to_excel('4.xlsx',index=False)  #输出地址一列

写得比较啰嗦，不过大致就是这样，有更好的办法可以改改

超哥超级爱学习

疾风怪盗 发表于 2020-8-24 22:28
你发个源文件上来，否则不好测试啊

我把源文件添加到附件里面了  pandas还没用过   还是一脸迷茫

超哥超级爱学习

疾风怪盗 发表于 2020-8-24 23:19
写得比较啰嗦，不过大致就是这样，有更好的办法可以改改

我感觉这个和我的需求比较像，我新增加了源文件，你可以试下看能用不  我的基础还太差  还不知道该如何测试

疾风怪盗

import pandas as pd

a = pd.read_excel('需改名数据.xlsx')
print(f'原始数据：{a}')

b = pd.read_excel('地名库.xlsx')
print(f'标准地名库：{b}')

for i in range(len(b)):
    temp1 = b.loc[i, '区']  #取出标准区县名字
    temp2 = b.loc[i, '市']  #取出标准市名字
    for j in range(len(a)):
        if a.loc[j, '地址'].find(temp1) >= 0:  #如果在地址栏中找到标准区县名
            a.loc[j, '完整地址'] = b.loc[i, '地址']  #完整地址拼接
            for temp in a.loc[j, '地址'].split(temp1)[1:]:  #防止地址中出现两次区县名，切割后成列表来循环拼接
                a.loc[j, '完整地址'] +=  temp
        elif a.loc[j, '地址'].find(temp2) >= 0:#如果在地址栏中未找到标准区县名，那查找标准市名，再做拼接
                a.loc[j, '完整地址'] = b.loc[i, '省']+b.loc[i, '市']+a.loc[j, '地址'].split(temp2)[1]

print(f'查找后数据：{a}')

a.to_excel('result.xlsx', index=False)  #输出

之前陷入了误区，不需要切割出区县、市，直接查找就行了，不过我用的方法比较笨，就是循环，没想到更好的办法，你给的数据115个能完成110个，数据多了估计速度会慢点，可以试试用多进程多线程之类的再做做

你的数据表，最好不要有空格空项，填完整，试试看

超哥超级爱学习

疾风怪盗 发表于 2020-8-26 00:03
之前陷入了误区，不需要切割出区县、市，直接查找就行了，不过我用的方法比较笨，就是循环，没想到更好 ...

太感谢了

超哥超级爱学习

疾风怪盗 发表于 2020-8-26 00:03
之前陷入了误区，不需要切割出区县、市，直接查找就行了，不过我用的方法比较笨，就是循环，没想到更好 ...

我的基础太差了，我看了一晚上，还是看的迷迷糊糊的，方便时可以语音聊下吗？麻烦您了。QQ：326717860

疾风怪盗

超哥超级爱学习 发表于 2020-8-26 22:19
我的基础太差了，我看了一晚上，还是看的迷迷糊糊的，方便时可以语音聊下吗？麻烦您了。QQ：326717860

QQ加你了