怎么用Python實(shí)現(xiàn)數(shù)據(jù)篩選與匹配

這篇文章給大家分享的是有關(guān)怎么用Python實(shí)現(xiàn)數(shù)據(jù)篩選與匹配的內(nèi)容。小編覺得挺實(shí)用的，因此分享給大家做個(gè)參考，一起跟隨小編過來看看吧。

數(shù)據(jù)篩選要求我們?cè)诒碇泻Y選出符合條件的數(shù)據(jù)。
數(shù)據(jù)匹配需要我們?cè)诙鄠€(gè)表之間匹配相關(guān)的數(shù)據(jù)。

與之前一樣，完成項(xiàng)目問題的代碼，需要我們先分析數(shù)據(jù)篩選和數(shù)據(jù)匹配的需求，再找到對(duì)應(yīng)知識(shí)點(diǎn)，確定代碼的執(zhí)行順序，從而實(shí)現(xiàn)項(xiàng)目代碼。

案例一：數(shù)據(jù)篩選

這個(gè)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(tǒng)計(jì).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(shí)間和遲到次數(shù)。

公司規(guī)定，遲到時(shí)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(jié)果保存為【10月遲到人員信息.xlsx】，并將整理后的信息上報(bào)給領(lǐng)導(dǎo)。

那么如何用代碼實(shí)現(xiàn)這個(gè)場(chǎng)景呢？

在編寫代碼之前，我們要先明確任務(wù)需求。

根據(jù)公司的規(guī)定，篩選出【10月考勤統(tǒng)計(jì).xlsx】中遲到時(shí)間大于45分鐘并且遲到次數(shù)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(shí)現(xiàn)：

from openpyxl import load_workbook, Workbook
 
# 打開【10月考勤統(tǒng)計(jì).xlsx】工作簿
wb = load_workbook('./material/10月考勤統(tǒng)計(jì).xlsx')
# 獲取活動(dòng)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(shí)間和遲到次數(shù)
    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{(lán)}分鐘，遲到了{(lán)}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(yùn)行結(jié)果：

根據(jù)任務(wù)需求，我們需要獲取兩部分?jǐn)?shù)據(jù)：表頭數(shù)據(jù)和表頭以外的所有數(shù)據(jù)。

你可能會(huì)比較疑惑，為什么要單獨(dú)獲取表頭數(shù)據(jù)呢？

由于任務(wù)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(tǒng)計(jì).xlsx】相同，所以我們需要獲取到表頭的數(shù)據(jù)以便后續(xù)使用。

使用數(shù)據(jù)

我們需要在這一步實(shí)現(xiàn)數(shù)據(jù)篩選功能，通過分析任務(wù)需求可以總結(jié)出三個(gè)篩選條件：

1）遲到時(shí)間大于45分鐘。
2）遲到次數(shù)大于3次。
3）同時(shí)滿足上面兩個(gè)條件。

明確了篩選條件后，就可以借助條件判斷語句，比較運(yùn)算符，成員運(yùn)算符和邏輯運(yùn)算符等Python基礎(chǔ)知識(shí)，實(shí)現(xiàn)對(duì)于數(shù)據(jù)的篩選，即將上面得到的篩選條件用Python語言實(shí)現(xiàn)出來。

假設(shè)我們用time來代表遲到時(shí)間，用number代表遲到次數(shù)，那么篩選條件就可以寫為：
if time > 45 and number > 3:

數(shù)據(jù)輸出

完成篩選后，我們需要根據(jù)實(shí)際需求將篩選結(jié)果輸出到終端，或?qū)⒑Y選結(jié)果保存起來。

本次任務(wù)要求我們將篩選后的員工信息打印出來，并且存儲(chǔ)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(shù)據(jù)，這種場(chǎng)景就可以被歸類為數(shù)據(jù)篩選場(chǎng)景。

處理該場(chǎng)景時(shí)，可以按照獲取數(shù)據(jù)，使用數(shù)據(jù)和數(shù)據(jù)輸出這三個(gè)步驟來處理。

首先是獲取數(shù)據(jù)，使用上節(jié)課學(xué)習(xí)過的表格讀寫的相關(guān)知識(shí)，根據(jù)任務(wù)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(shù)據(jù)。

數(shù)據(jù)篩選的關(guān)鍵落在了篩選二字上，我們可以在使用數(shù)據(jù)這一步中實(shí)現(xiàn)篩選功能。

在這一步，要仔細(xì)理解任務(wù)需求，明確篩選條件，然后根據(jù)實(shí)際情況，選擇Python基礎(chǔ)語法的相關(guān)知識(shí)（條件判斷語句，比較運(yùn)算符，成員運(yùn)算符和邏輯運(yùn)算符），構(gòu)造篩選條件。

最后是數(shù)據(jù)輸出部分，根據(jù)實(shí)際需要輸出篩選結(jié)果，或?qū)⒑Y選結(jié)果保存起來。總結(jié)起來可以分為三類：

1）將篩選的結(jié)果存入學(xué)過的數(shù)據(jù)結(jié)構(gòu)里，比如：列表，元組或字典。
2）將篩選的結(jié)果存入文件中。
3）將篩選的結(jié)果打印出來。

案例二：數(shù)據(jù)匹配

這個(gè)案例需要我們匹配兩張表格中指定的遲到次數(shù)，先來看看案例場(chǎng)景。

現(xiàn)有兩張表格，【10月考勤統(tǒng)計(jì).xlsx】中記錄了員工十月份的遲到次數(shù)數(shù)據(jù)，這份表格是公司行政手動(dòng)記錄的。

【遲到次數(shù)月度統(tǒng)計(jì)（10月更新）.xlsx】中按月記錄了員工每月的遲到次數(shù)數(shù)據(jù)，這份表格是由公司的考勤系統(tǒng)自動(dòng)生成的。

兩份表格中的數(shù)據(jù)可以通過工號(hào)一一對(duì)應(yīng)。

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

 代碼實(shí)現(xiàn)：

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

 運(yùn)行結(jié)果：

為什么會(huì)選擇存儲(chǔ)到字典中呢？

因?yàn)樽值淇梢院芎玫伢w現(xiàn)出工號(hào)與遲到次數(shù)的對(duì)應(yīng)關(guān)系，即{'工號(hào)': '遲到次數(shù)'}。

然后把【遲到次數(shù)月度統(tǒng)計(jì)（10月更新）.xlsx】中的遲到次數(shù)，與字典中存儲(chǔ)的遲到次數(shù)進(jìn)行匹配，再判斷相同工號(hào)對(duì)應(yīng)的遲到次數(shù)是否相同。

感謝各位的閱讀！關(guān)于“怎么用Python實(shí)現(xiàn)數(shù)據(jù)篩選與匹配”這篇文章就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，讓大家可以學(xué)到更多知識(shí)，如果覺得文章不錯(cuò)，可以把它分享出去讓更多的人看到吧！