怎么用Python實現數據篩選與匹配

這篇文章給大家分享的是有關怎么用Python實現數據篩選與匹配的內容。小編覺得挺實用的，因此分享給大家做個參考，一起跟隨小編過來看看吧。

數據篩選要求我們在表中篩選出符合條件的數據。
數據匹配需要我們在多個表之間匹配相關的數據。

與之前一樣，完成項目問題的代碼，需要我們先分析數據篩選和數據匹配的需求，再找到對應知識點，確定代碼的執行順序，從而實現項目代碼。

案例一：數據篩選

這個案例需要我們篩選出遲到人員的信息，來具體看看。

在【10月考勤統計.xlsx】工作簿中，保存了公司一百名員工的遲到信息，這些信息包含了遲到時間和遲到次數。

公司規定，遲到時間超過45分鐘且遲到過3次以上的員工記為考勤不合格，需要扣除300的考勤保證金。

之前的同事需要把篩選后的結果保存為【10月遲到人員信息.xlsx】，并將整理后的信息上報給領導。

那么如何用代碼實現這個場景呢？

在編寫代碼之前，我們要先明確任務需求。

根據公司的規定，篩選出【10月考勤統計.xlsx】中遲到時間大于45分鐘并且遲到次數超過3次以上的員工信息，將遲到人員信息打印出來后再存入新工作簿【10月遲到人員信息.xlsx】中。

代碼實現：

from openpyxl import load_workbook, Workbook
 
# 打開【10月考勤統計.xlsx】工作簿
wb = load_workbook('./material/10月考勤統計.xlsx')
# 獲取活動工作表
ws = wb.active
print(ws)
print(ws[1])
print('----------------')
# 獲取表頭
late_header = []
for cell in ws[1]:
    late_header.append(cell.value)
    print(cell.value)
 
# 新建工作簿
new_wb = Workbook()
# 獲取新工作簿中的工作表
new_ws = new_wb.active
 
# 將表頭寫入新工作簿的工作表中
new_ws.append(late_header)
 
# 從第二行開始遍歷表格
for row in ws.iter_rows(min_row=2, values_only=True):
    # 取出姓名，遲到時間和遲到次數
    name = row[1]
    time = row[3]
    number = row[-1]
    # 判斷是否遲到
    if time > 45 and number > 3:
        print('{}遲到了{}分鐘，遲到了{}次'.format(name, time, number))
        # 將遲到人員信息寫入新工作簿的工作表中
        new_ws.append(row)
 
# 將新工作簿保存為【10月遲到人員信息.xlsx】
new_wb.save('./material/10月遲到人員信息.xlsx')

 運行結果：

根據任務需求，我們需要獲取兩部分數據：表頭數據和表頭以外的所有數據。

你可能會比較疑惑，為什么要單獨獲取表頭數據呢？

由于任務需要我們生成新的工作簿【10月遲到人員信息.xlsx】，新工作簿中的表頭與【10月考勤統計.xlsx】相同，所以我們需要獲取到表頭的數據以便后續使用。

使用數據

我們需要在這一步實現數據篩選功能，通過分析任務需求可以總結出三個篩選條件：

1）遲到時間大于45分鐘。
2）遲到次數大于3次。
3）同時滿足上面兩個條件。

明確了篩選條件后，就可以借助條件判斷語句，比較運算符，成員運算符和邏輯運算符等Python基礎知識，實現對于數據的篩選，即將上面得到的篩選條件用Python語言實現出來。

假設我們用time來代表遲到時間，用number代表遲到次數，那么篩選條件就可以寫為：
if time > 45 and number > 3:

數據輸出

完成篩選后，我們需要根據實際需求將篩選結果輸出到終端，或將篩選結果保存起來。

本次任務要求我們將篩選后的員工信息打印出來，并且存儲到【10月遲到人員信息.xlsx】中。

如果需要獲取工作簿中滿足某些條件的數據，這種場景就可以被歸類為數據篩選場景。

處理該場景時，可以按照獲取數據，使用數據和數據輸出這三個步驟來處理。

首先是獲取數據，使用上節課學習過的表格讀寫的相關知識，根據任務需求，確定要獲取的是零散的單元格，是單行/單列，還是多行/多列的數據。

數據篩選的關鍵落在了篩選二字上，我們可以在使用數據這一步中實現篩選功能。

在這一步，要仔細理解任務需求，明確篩選條件，然后根據實際情況，選擇Python基礎語法的相關知識（條件判斷語句，比較運算符，成員運算符和邏輯運算符），構造篩選條件。

最后是數據輸出部分，根據實際需要輸出篩選結果，或將篩選結果保存起來。總結起來可以分為三類：

1）將篩選的結果存入學過的數據結構里，比如：列表，元組或字典。
2）將篩選的結果存入文件中。
3）將篩選的結果打印出來。

案例二：數據匹配

這個案例需要我們匹配兩張表格中指定的遲到次數，先來看看案例場景。

現有兩張表格，【10月考勤統計.xlsx】中記錄了員工十月份的遲到次數數據，這份表格是公司行政手動記錄的。

【遲到次數月度統計（10月更新）.xlsx】中按月記錄了員工每月的遲到次數數據，這份表格是由公司的考勤系統自動生成的。

兩份表格中的數據可以通過工號一一對應。

現需要核對兩張表格中10月遲到次數是否匹配（即兩表中相同工號在十月份的遲到次數是否一致），并在終端提醒相關人員去核查不匹配的情況。

 代碼實現：

from openpyxl import load_workbook
 
# 打開工作簿【10月考勤統計.xlsx】，獲取活動工作表
wb = load_workbook('./material/10月考勤統計.xlsx')
ws = wb.active
 
# 創建遲到人員字典
info_dict = {}
 
# 循環讀取除表頭外的表格數據
for row in ws.iter_rows(min_row=2, values_only=True):
    # 取出員工工號
    staff_id = row[0]
    # 取出遲到次數
    staff_late = row[-1]
    # 將信息添加入字典，字典格式為{'員工工號': '遲到次數'}
    info_dict[staff_id] = staff_late
 
# 打開工作簿【遲到次數月度統計（10月更新）.xlsx】，獲取活動工作表
monthly_wb = load_workbook('./material/遲到次數月度統計（10月更新）.xlsx')
monthly_ws = monthly_wb.active
 
# 循環讀取出表頭外的表格數據
for monthly_row in monthly_ws.iter_rows(min_row=3, max_col=13, values_only=True):
    # 取出員工工號
    member_id = monthly_row[0]
    # 取出十一月份的遲到次數
    member_late = monthly_row[-1]
    # 匹配遲到次數是否相等
    if member_late != info_dict[member_id]:
        print('工號{}遲到情況不匹配，請核查后更新'.format(member_id))

 運行結果：

為什么會選擇存儲到字典中呢？

因為字典可以很好地體現出工號與遲到次數的對應關系，即{'工號': '遲到次數'}。

然后把【遲到次數月度統計（10月更新）.xlsx】中的遲到次數，與字典中存儲的遲到次數進行匹配，再判斷相同工號對應的遲到次數是否相同。

感謝各位的閱讀！關于“怎么用Python實現數據篩選與匹配”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，讓大家可以學到更多知識，如果覺得文章不錯，可以把它分享出去讓更多的人看到吧！