[已解决]对多个Excel文件内单元格，以规则库提取数据的指导方向？

nh_wzg

提个简单的需求，看下有哪些方向的视频教程可以快速看一下？

小甲鱼的这套视频主要介绍使用openpyxl模块的功能，都是对excle文件的基本读写与格式处理功能。

使用excel时间比较长的用户会有这样的需求：

几个渠道发过来的excel表格，行列内容有相似，但又不都是标准的一一对应，想进行数据整理为标准内容格式

实际就是建立不同渠道发过来的excel表格单元格内容，与最终整理后表格单元格，逻辑对应关系的建立。

这样类似于鱼C论坛里面的 《数据分析》https://fishc.com.cn/thread-79537-1-1.html

但觉得又没有这么高端吧。

用例子说话：
1、来了三个渠道的报价文件，都报各种水果的价格：
第一个文件包含有，红富士苹果|单价|货期，
第二个文件包含有，甘泉苹果|单价|货期，
第三个文件包含有，山东苹果|单价|货期，

2、用户建立其中的一个python匹配规则：苹果|单价|货期同时提取出来

3、用户的匹配规则库，可以按需求增多，然后对匹配出来的数据进行汇集，再进行进一步的使用。

如果用python来实现，基本要准备些什么工具与模块？大致的过程？

有这样以python为工具，结合用户需求的规则库，对excel文件进行归纳处理的教程或视频，请指点下？

先谢谢！
样例：链接:https://pan.baidu.com/s/1WlhFsGOOkwYMznxOVeHDNw 提取码:2020

                               
登录/注册后可看大图

最佳答案

月排行榜 / 总排行榜

疾风怪盗

2020-11-12 22:26:07

这样试试？

1. import pandas as pd
   
2. import os,re
   
3. path=r'D:\python\test\样例'
   
4. p=re.compile('\w+苹果')
   
5. def find_apple(x):
   
6.     if len(p.findall(x['名称']))>0:
   
7.         return 1
   
8.     else:
   
9.         return 0
   
10. def check_apple(data):
    
11.     data['flag'] = data.apply(find_apple, axis=1)
    
12.     data = data[data['flag'].isin(['1'])]
    
13.     return data
    
14. zhangsan=pd.read_excel(os.path.join(path,'张三.xlsx'))
    
15. zhangsan=check_apple(zhangsan)
    
16. print(zhangsan)
    
17. lisi=pd.read_excel(os.path.join(path,'李四.xlsx'))
    
18. lisi=check_apple(lisi)
    
19. print(lisi)
    
20. wangwu=pd.read_excel(os.path.join(path,'王五.xlsx'))
    
21. wangwu=check_apple(wangwu)
    
22. print(wangwu)
    
23. result=pd.concat([zhangsan,lisi,wangwu])
    
24. result=result.iloc[:,:-1]
    
25. print(result)
    
26. result.to_excel(os.path.join(path,'result.xlsx'),index=False)
    
27. 
    
28. 
    
29. 
    

复制代码

跳转到最佳答案楼层

suchocolate

看起来VBA更适合

疾风怪盗

不太明白你的意思，但是是不是你的需求用pandas可以解决？要么你贴个样表上来，还有需求的输出结果样式

nh_wzg

谢谢楼上的回复，增加样例及想法的截图。没办法附加文件与图片、

样例：链接: https://pan.baidu.com/s/1WlhFsGOOkwYMznxOVeHDNw 提取码: 2020

图片：

nh_wzg

重复，删除

疾风怪盗

这样试试？

1. import pandas as pd
   
2. import os,re
   
3. path=r'D:\python\test\样例'
   
4. p=re.compile('\w+苹果')
   
5. def find_apple(x):
   
6.     if len(p.findall(x['名称']))>0:
   
7.         return 1
   
8.     else:
   
9.         return 0
   
10. def check_apple(data):
    
11.     data['flag'] = data.apply(find_apple, axis=1)
    
12.     data = data[data['flag'].isin(['1'])]
    
13.     return data
    
14. zhangsan=pd.read_excel(os.path.join(path,'张三.xlsx'))
    
15. zhangsan=check_apple(zhangsan)
    
16. print(zhangsan)
    
17. lisi=pd.read_excel(os.path.join(path,'李四.xlsx'))
    
18. lisi=check_apple(lisi)
    
19. print(lisi)
    
20. wangwu=pd.read_excel(os.path.join(path,'王五.xlsx'))
    
21. wangwu=check_apple(wangwu)
    
22. print(wangwu)
    
23. result=pd.concat([zhangsan,lisi,wangwu])
    
24. result=result.iloc[:,:-1]
    
25. print(result)
    
26. result.to_excel(os.path.join(path,'result.xlsx'),index=False)
    
27. 
    
28. 
    
29. 
    

复制代码

nh_wzg

现在想到需要考虑的另外一系列与规则库相关的问题是：

1、每条规则库里的规则，可以生成一个记录分集》这个没有问题

2、这样已经生成的分集之间的交集情况如何？》需要调整规则设定不？

3、未匹配上规则库的任一条规则的分集，数量与内容如何？》需要增加新规则不？

nh_wzg

样例共享过期，重新生成一个。
链接: https://pan.baidu.com/s/1v_AmL804sdbYUeo84ICOvw 提取码: yzr9