如何用python合并两个excel表格
思:
首先读取两个Excel的首行，对比那些有。然后分别记在的index也就是列数。
然原始数据中找模板一样的数据整列读取，存入对应模板的index即可。基本简单了解下xlwr,xlrd或者是pandas的用法就能搞
python 查找两个EXCEL中的相同单元格，计算对应值...
在b表格中复制，到a表格中-选择性粘贴-最下面“粘贴链接”-确定。粘贴后就不要移动工作簿到其他文件夹，否则就找不到链接了。
如何使用python 获取 excel表格里的 超链接数据？
在b表格中复制，到a表格中-选择性粘贴-最下面“粘贴链接”-确定。粘贴后就不要移动工作簿到其他文件夹，否则就找不到链接了。
用Python导出工程文件两个子页里的数据成为两个exc...
可以采用一些Excel的模块去实现，比如xlrd、xlwt、openpyxl、xlsxwriter块。xlrd模块主要读取Excel表，xlwt与xlsxwriter模块主要用数据写入表中，两个模块任选其一即可，但是xlwt与xlsxwriter模块不支持修改表，所以在信息追加的时候会较麻烦，有些朋友可能这个地方遇到了很大的问题，其实这个问题至少有两种思路解决：
A、换成其他模块，比如openpyxl等，这个模块实现起来会相对简单一些，比如目前已经收到的苏wisdom同学采用的就是这种方法，值得表扬，所以以下方法1会参照苏wisdom同学的答案。此外，截止至目前为止『歹ピ№ㄕ』同学、微雨同学、黄梦颖同学已经提交第二次作业，一并表扬。
B、仍然使用xlwt与xlsxwriter等模块，但是先将每次读取的信息存储到list(列表)中，然后，最后一次写入。这一种方式稍微复杂一些，所以老师在方法2中采用这种方式去写，目的是给大家一个解决方案的参考，有更优的方案可以随时邮箱反馈。
此外，还有一个难点，即一个表格中有多个sheet，我们希望能够用程序自动获取这多个sheet，然后将各sheet中的内容一并写入到最终表格中，目前答案中暂时没有看到解决这个问题，如果大家能解决这个问题，是极好的。各位同学可以参考老师的第二种方法，第二种方式中，考虑了多个sheet的问题，各位也可以对程序进行优化。
如何用python从excel中同时提取两个列的数据，并生...
：
首先打开2个excel表格(如图一二)，会发现这两个excel表格的A列是相型的，，不同的格1有经验数量和财富值，而表格2有的是最近拿好经验红包的数量，现在就是需要把2个excel合并成一个表格。
图一
图二
现在表格1的D列写上需要导入数据的列标题，或者直接从表格2中复制-粘贴过来也行。(如下图)
然后将鼠标移动到D列的第二行，打开菜单栏的”公式“选项，在公式的工具中找到”插入函数“并点击。(如下图)
在插入函数窗口页面，在搜索函数框中输入”vlookup"然后转到，在出现的结果函数中，点击vlookup函数，然后点确定。(如下图)
弹出来的函数参数中，在第一个填写框vlookup_value中直接点击A2的”张一”。(如下图)
在第二个填写框Table_array中全选表格2，表格2中A列和B列都包含了。(如下图)
在第三个填写框col_index_num 中直接填写2，表示选择第2列的数据，然后第四个填写框Range_lookup中填写0，表示大致匹配，然后填写完毕之后点击确定。(如下图)
这时D列的D2显示5，表示张一拿到5红包，因为刚才的函数公式是跟张一对应的，所以出现了张一的数据，如果想要其他人的数据时，可以把鼠标放到D2选项框的右下角，等到出现一个“ ”号时，双击鼠标左键。(如下图
这时候所有的数据都出来了，成功将表格2的数据导入表格1，合并成一个表格数据。(如下图)
备注：将2个excel表格的数据合并成一个表格，需要两个表格中有相同列的数据。

第一次在知乎写长文的python办公类文章，有点小紧张~~
自己是在给女朋友做东西的时候想到，可以分享一些python编程的简单知识，帮助大家提高工作的效率。然后就有了写文章出来的冲动~还开了一个公众号~~
如果大家有什么想法，欢迎大家交流分享。如果有建议的话，也欢迎大家提出来，我一定会吸取意见，嘿嘿~
问题：
玩具制造厂总厂有一张excel表，记录了每种零件的进厂时间及代号，你所在的分厂的excel表只记录了每种玩具对应的零件的代号。
现在你的上司想要你根据总厂的excel表，补充分厂零件的进厂时间。
总厂和分厂的数据如下所示：
问题分析：
可以发现，分厂的零件代号在总厂中并不是唯一的，对一种零件来说，它的进厂时间可能存在多个。
这个例子并不难，大家都知道怎么做，但是没有人会喜欢做，毕竟这种繁琐的工作最让人烦躁。
问题解决：
在写程序之前，先导入pandas和numpy库。pandas库用来读取和保存excel文件，numpy库用来处理数据。
import pandas as pd
import numpy as np
import是用来进行库的导入，pd和np分别是这两个库的简称。
1、 将excel表格中的数据读取到python中
data1 = pd.read_excel('E:/untitled/excel/test.xlsx', sheet_name=0)
data2 = pd.read_excel('E:/untitled/excel/test.xlsx', sheet_name=1)
注：data1中读取的是总厂的数据，data2是分厂。
这两行代码的作用是从excel中读取数据，括号中有两个参数。
第一个参数就是excel的文件名（全路径名）。按住shift+鼠标右击文件，在弹出的菜单中选择“复制为路径”，要记得把反斜杠改为斜杠。
第二个参数sheet_name指在excel文件中需要读取的sheet区域名字。
sheet_name后面既可以接excel中sheet的名字，也可以接sheet的序号，例如：sheet_name="your_sheet_name"，或者sheet_name=0。
划重点，在python中，计数是从0开始的，也就是说，0代表excel中第一个sheet表，1代表第二个sheet表，依次类推。
运行结果如下所示：
图中展示的数据正是使用pandas库得到的数据，它的类型是DataFrame，类似于excel表格。NaN是python对空字符的表示方法，表示这里没有数据。
2、 写程序来制定处理规则，让数据按照程序流动，得到想要的结果。
data1 = np.array(data1, dtype=str)
data2 = np.array(data2, dtype=str)
注：这两行代码是将数据格式由DataFrame转化为numpy库中的array数组，方便对它做进一步的操作。Pandas库适合对数据进行查询、筛选，numpy库则适合对数据进行处理。
运行结果如下所示：
观察转化后的数据发现，数据都被单引号引起来，形式变成了字符串，这是因为字符串方便进行查询。Data2的数据在被转化为字符串数组后，多了“.0”，需要在后面的操作中去掉。
length1 = data1.shape[0]
length2 = len(data2)
注：这两行代码用来得到两个数组的行数。两行代码采用了两种不同的方式，都可以得到数组的行数，大家可以自由选择其中一种。
第一种是数据的shape方法，shape[0]会返回数组的行数，shape[1]会返回数组的列数。
第二种的len()方法是python的一个通用的自带方法，可以求出数组的长度。运行结果如下所示：
for i in range(length2):
 for j in range(length1):
   if data2[i, 0].strip(".0") in data1[j,1]:
     data2[i, 1] = data2[i, 1] + " " + data1[j, 0]
注：构建两个for循环对两个数组进行遍历，若检索到分厂的零件代号在总厂的零件代号中，那么将相应的进厂时间放在分厂对应的进厂时间中。
strip函数是用来在字符串的首尾去掉一些不需要的字符，像空格。
将分厂的数据转成字符串后，分厂数据比原始数据多了“.0”，字符串中的“1001”和“1001.0”是不一样的，这会影响与总厂数据的匹配，因此使用strip函数去掉分厂数据中的“.0”。
in是判断分厂的零件代号是否在总厂零件代号中的方法。“rn”表示回到行首并换行，用于定义数据的显示格式。
运行完后得到的分厂数据如下：
3、 把得到的处理结果，保存到result.xlsx中
data2 
注：这里的两行代码用来保存数据，括号中填写自己想要保存数据的位置（全路径）。
到此，我们使用jupyter notebook，实现了我们的目标。
最后，把我们写好的程序贴图附在这里。
-----------------------------------------
到这里，我们的第一个excel文件操作任务就告一段落了。我的公众号是 数算天下的红.
如果你想了解更多关于python自动化办公的知识，欢迎关注我的公众号啦~，小数和小红等你一起迈步哦。

小白如何学习SQL语言？
大部分的文章都是先从意义原理开始讲，再讲环境搭建。还没看到怎么操作就放弃了。
大部分人学习SQL的需求是什么？
而且，大多数人的使用场景是数据库是现成的，这就不涉及数据库的安装。而且只有查询权限，只需要学会查询语句，能得到自己想要的结果就可以。
怎么让小白看一篇文章就了解SQL语句的作用？
用Excel做类比，Excel里的筛选，排序，数据透视表功能白领基本都会，如果能把Excel常用的功能和SQL语句对应上，就可以快速入门SQL！
SQL语句功能本质上和excel做的事很像，SQL语句的难度在于翻译，把制作excel时拖动鼠标干的事翻译成数据库能理解的指令。
本文就是为了想利用sql语句，在公司数据库简单取数的小白而写。做到查数不求人。当然，本文只能帮你把想法和SQL语句对应上，具体规则还需要再去看书补充。
先放一个典型的SQL语句增加感性认识（大写的都是SQL语句），下面会介绍每个语句的具体功能。

SELECT name, score  （想取哪列数据）
FROM result               （数据来源）
WHERE score >60     （设置条件分数大于60分）
ORDER BY score；     （按什么规则排序）
执行结果：
name score
Zhang 100
li 100
wang 90
Zhao 61
一、SQL基本套路：
我们先来学习一张数据表的查询操作，一张数据表相当于Excel里面的一个sheet。
1、查询列数据，SELECT 列名，列名 FROM 表名
就能输出查询列的全部数据
2、筛选特定条件，WHERE语句
花头比较多，可以使用符号（<,>,=）和条件判断，（not,and, or, like ）
（截图选自SQL基础教程）
3、数据透视表的分类汇总，GROUP BY+HAVING 语句
另外分组里还能添加条件，使用HAVING
4、排序,ORDER BY
5、计数，COUNT，SUM,AVG,MAX,MIN
6、删除重复项 DISTINCT语句
7、模糊查询——谓词（like, between,in）
8、语句书写顺序，如果不按这个顺序写就会报错
SELECT— FROM— WHERE——GROUP BY—HAVING— ORDER BY
但数据库执行顺序和语句的书写顺序有点不同
FROM—WHERE—GROUP BY—HAVING—SELECT—ORDER BY
可以看到GROUP BY 在SELECT前面执行，所以GROUP BY不能使用别名，因为SELECT语句还没有定义呢。
二，SQL变化套路
变化的套路比较复杂，这里只做简单介绍。
1、两张表、三张表及以上的查询：在FROM语句后面加入联结（join）
关键点是ON语句，ON语句把两张表里一一对应的两列数据关联，把两张表合为一张表。这两列叫联结键。
联结的本质把几张表变成一张表，查询操作和一张表时一样。
2、子查询，查询的查询，能加入更多筛选条件
查询的条件里放另外一个查询语句。
执行顺序是先执行最里面的查询。
使用子查询的好处：具体数据改变不需要改语句，容易维护。
3、关联子查询：
应用场景：分组取平均数，每组商品取大于改组平均数的商品
难点：关联子查询的理解：我自己理解，把子查询和外查询联系在一起，关联子查询的处理逻辑：外查询和内查询匹配，匹配的输出给外查询
关联子查询的理解：理解处理过程，每个数据匹配一次，筛选出匹配条件的数据输出。想深入了解关联子查询联系再看看书。
4、条件语句，CASE语句
在数据中加入标识
实现行列转换
以上基本可以满足日常需求了，再复杂的语句需要认真学习语句或者直接找技术人员帮你写。你现在了解了SQL语句，你拿到别人写的你大概也知道怎么改，不用每次还得麻烦别人，搭个人情。除非技术小哥哥特别帅我也不拦着你。
三、想深入学SQL怎么学？
如果你看到现在觉得不过瘾，还想更系统的学习SQL语句，推荐按如下方法学习：
先看一遍书，有个大概印象。推荐MICK写的《SQL基础教程》，说的是人话，比较易懂。这篇文章的截图都是来自这本书，可以感受到思路清晰，简单易懂。想买一本书入门的话买她没错。
《SQL必知必会》讲的很细，可以作为补充。
可以在电脑里装个mysql，自己倒入数据玩玩。
关键是自己写SQL语句操练，推荐在Sqlzoo网站练习（百度搜sqlzoo，网站是英文，直接翻译网页为中文），在做题时遇到不会的查书。做一遍题之后再看书感觉就不一样了。
总之学习思路就是在实践中学习：碰到实际问题，转化为sql语言，用电脑输出，将实际输出的结果和自己的想法对比，看看差别在哪里，找到原因再不断修正。
四、扩展进阶
SQL语句只是操作数据库的语言。下面介绍一下数据库在各方面的运用。
如果你学SQL是为了面试，怎么证明你会SQL？面试的话SQL会直接让你做题，所以就要在面试前多做几套SQL题。
了解架构，数据库只是整个系统的一环。比如在数据分析工作中数据库是用来取数的；在网站制作PHP+mysql架构中，数据库是后台，所以你想搭一个网站还要学习前台语言，光会数据库是远远不够的。
数据库的种类，SQL语言只适合于结构化数据库，就是全部都是表格化的数据。互联网公司会搜集大量的图片，自然语言等数据放在数据库里，形成非结构化数据库，比如hbase，SQL语言部分可以用在非结构化数据里里
数据库安全，SQL注入，拖库。就是把你内部的数据都拿走卖钱，比如最近的酒店数据库被脱裤。个人信息遭到泄漏是个很大的问题。
实际的数据库，实际数据库都是公司的机密，想练习的话可以取天池网站上下载数据练习。
觉得看的不过瘾？
可以买本书照着例子打一遍，重要的是亲自操作一遍，看会了只是自己觉得自己会了，实际上还是不会，会操作才是真会。
学python如果避免从入门到放弃：
https://zhuanlan.zhihu.com/p/56374053
觉得写的还可以动手加关注点个赞  

我们知道Excel有一个match函数，可以做数据匹配。

比如要根据人名获取成绩



而参考表sheet1的内容如下：



要根据sheet1匹配每人的成绩，用Excel是这么写

index(Sheet1!B:B,MATCH(A2,Sheet1!A:A,0))

意思就是获取sheet1的B列的内容，根据我的A列匹配sheet1的A列的内容
但是如何用python实现这一点呢，我写了一个函数，非常好用，分享给大家。

这个函数考虑到了匹配多个字段，多个sheet，而且匹配后单元格格式不变！
import pandas as pd
from openpyxl import load_workbook
def match(file,sheetnames,reffile,refsheet,targetsegs,matchseg)   #文件名 sheet列表 参考文件名 参考sheet 目标字段列表 参考字段
	refdata=pd.read_excel(reffile,refsheet)
	if(not targetsegs[0] in refdata.columns or not matchseg in refdata.columns):
		print('要匹配的字段不在参考表格中，请检查')
	wb=load_workbook(file)									#打开文件
	#从参考表获取映射字典
	maps={}
	for i in refdata.index:
		MatchSeg=refdata.loc[i,matchseg]
		maps[MatchSeg]={}
		for seg in targetsegs:
			maps[MatchSeg][seg]=refdata.loc[i,seg]
	#匹配数据
	for sheet in sheetnames:						#处理每个sheet
		if(isinstance(sheet,int)):
			sheet=wb.sheetnames[sheet]				#如果是sheet编号，换算成名称
		ws=wb[sheet]
		cols=next(ws.values)						#标题行
		length=ws.max_row							#总行数	
		for i in range(2,length+1):
			refindex=cols.index(matchseg)			#参考字段序号
			MatchSeg=ws.cell(row=i,column=refindex+1).value   #参考字段的值
			for seg in targetsegs:
				index=cols.index(seg)				#要匹配字段的序号
				try:
					ws.cell(row=i,column=index+1).value=maps[MatchSeg][seg]	#匹配
				except Exception as e:
					pass
		print(sheet+"已经匹配")
	wb.save(file)									#保存
			
match('要匹配的表.xlsx',[0,1],'参考表.xlsx','参考页',['要匹配的字段1,字段2'],'参考字段')

我这里还制作了一个GUI工具，可供下载

已经分享到百度网盘，如要获取，请关注私聊


这个工具非常便利