pandas处理两表合并

使用pandas库来处理两个Excel文件，并根据“货号”列中的数字部分合并这两个文件的数据。以下是对这段代码的详细介绍：

1. 导入必要的库：

   • import pandas as pd: 导入pandas库，并给它起一个别名pd。

2. 读取Excel文件：

   • 定义了两个文件路径file_path1和file_path2，分别指向两个Excel文件。
   • 使用pd.read_excel()函数读取这两个文件，并将数据加载到两个数据框df1和df2中。

3. 定义提取数字的函数：

   • 定义了一个名为extract_numbers的函数，它接受一个字符串s作为输入。
   • 函数内部使用filter()函数和str.isdigit方法来提取字符串中的所有数字，并使用''.join()将它们连接成一个新的字符串。

4. 处理“货号”列：

   • 感觉最容易忽略的就是数据类型的转换，将df1和df2中的“货号”列转换为字符串类型（以防万一它们原本是数字或其他类型）。
   • 使用apply()方法和之前定义的extract_numbers函数来处理这两个数据框的“货号”列，提取其中的数字部分。

5. 合并数据框：

   • 使用pd.merge()函数根据处理后的“货号”列合并df1和df2。
   • on='货号'指定了合并的键。
   • how='right'表示进行右连接合并，即保留df2中的所有行，并根据匹配的“货号”将df1中的数据添加到合并后的数据框中。如果需要保留df1中的所有行，则可以使用how='left'。

6. 查看和保存合并后的数据：

   • 使用print(merged_df.head())打印合并后数据框的前几行，以便查看合并结果。
   • 使用merged_df.to_excel()方法将合并后的数据框保存到一个新的Excel文件中。index=False参数表示不将索引保存到Excel文件中。
   • 最后，打印一条消息确认合并和保存操作已完成。

import pandas as pd  
  
# 读取Excel文件  
file_path1 = r'C:\Users\admin\Desktop\施华洛世奇531.xlsx'  
file_path2 = r'C:\Users\admin\Desktop\s519.xlsx'  
df1 = pd.read_excel(file_path1)  
df2 = pd.read_excel(file_path2)  
  
# 定义一个函数来提取字符串中的数字部分  
def extract_numbers(s):  
    return ''.join(filter(str.isdigit, s))  
  
# 应用这个函数到两个数据框的“货号”列，并创建新的列来保存提取的数字  
df1['货号'] = df1['货号'].astype(str).apply(extract_numbers)  
df2['货号'] = df2['货号'].astype(str).apply(extract_numbers)  
  
# 基于新的数字货号列合并df1和df2  
merged_df = pd.merge(df1, df2, on='货号', how='right')  # 或者使用 how='left' 根据需要调整  
  
# 查看合并后的数据框  
print(merged_df.head())  
  
# 保存合并后的数据到新的Excel文件  
output_file_path = r'C:\Users\admin\Desktop\s531.xlsx'  
merged_df.to_excel(output_file_path, index=False)  # 不保存索引到Excel文件中  
print("合并完成并保存到Excel文件。")