[[389070]]

一、前言

大家好，我是崔艷飛。工作中經(jīng)常會(huì)遇到，需要把兩張Excel或Csv數(shù)據(jù)表通過關(guān)鍵字段進(jìn)行關(guān)聯(lián)，匹配對應(yīng)數(shù)據(jù)的情況，Excel雖有Vlookup函數(shù)可以處理，但數(shù)據(jù)量大時(shí)容易計(jì)算機(jī)無響應(yīng)，可能出現(xiàn)數(shù)據(jù)丟失，處理速度較慢是軟肋，而Python只需幾行代碼就能輕松實(shí)現(xiàn)，且處理速度快，詳細(xì)如下。

二、項(xiàng)目目標(biāo)

用Python實(shí)現(xiàn)兩張Excel或Csv表數(shù)據(jù)關(guān)聯(lián)處理。

三、項(xiàng)目準(zhǔn)備

軟件：PyCharm

需要的庫：pandas

四、項(xiàng)目分析

1)如何讀取要處理的Csv文件?

利用pandas庫讀取Csv文件。

2)如何讀取要處理的Excel文件?

利用pandas庫讀取Excel文件。

3)如何通過關(guān)鍵字段關(guān)聯(lián)匹配兩張表中的數(shù)據(jù)?

利用merge()函數(shù)，通過關(guān)鍵字段，關(guān)聯(lián)組合兩張表中的數(shù)據(jù)。

4)如何保存結(jié)果?

利用to_csvl保存關(guān)聯(lián)組合后的數(shù)據(jù)。

五、項(xiàng)目實(shí)現(xiàn)

1、第一步導(dǎo)入需要的庫

import pandas as pd 

2、第二步讀取要處理的Csv文件

# 讀入表1 
df1 = pd.read_csv('D:/a/1.csv', encoding='gbk') 

3、第三步讀取要處理的Excel文件

# 讀入表2 
df2 = pd.read_excel('D:/a/2.xlsx', encoding='utf-8') 

4、第四步關(guān)聯(lián)匹配數(shù)據(jù)，并保存結(jié)果文件

# 關(guān)聯(lián)數(shù)據(jù) 
 data = df1.merge(df2, on='姓名',left_index=False, right_index=False, sort=False) 
 # 保存數(shù)據(jù) 
 data.to_csv('D:/a/result.csv', encoding='gbk',index=False) 

六、效果展示

1、處理前表1數(shù)據(jù)：

2、處理前表2數(shù)據(jù)：

3、處理后的關(guān)聯(lián)匹配數(shù)據(jù)：

七、總結(jié)

本文介紹了如何利用Python進(jìn)行Excel和Csv間的數(shù)據(jù)關(guān)聯(lián)處理，替代了Excel的Vlookup函數(shù)，由于不用顯示源文件，節(jié)省了系統(tǒng)資源，處理效率更高，數(shù)據(jù)量越大，優(yōu)勢越明顯，Python還有很多類似的函數(shù)，數(shù)據(jù)處理，唯快不破，有興趣的同學(xué)可以研究下。

最后需要本文項(xiàng)目代碼的小伙伴，請?jiān)诠娞?hào)后臺(tái)回復(fù)“Vlookup”關(guān)鍵字進(jìn)行獲取，如果在運(yùn)行過程中有遇到任何問題，請隨時(shí)留言或者加小編好友，小編看到會(huì)幫助大家解決bug噢!