如何使用公式作为参考，使用 Python 和 Pandas（或类似的东西）从另一个 Excel 选项卡中获取数据

Question

首先，我不确定 pandas 是否是解决此问题的正确方法，使用 VBA 或其他类似 openpyxl 的库可能会更好。

我有一个 excel 表，它有两个不同的选项卡（tab1 有一个名称和一个值，这是一个公式，例如： ='tab2'!H10 ，例如，tab2 有表示值（或值的总和）和其他一堆信息）。

我想从 tab1 的 value 列中获取信息，这可能对第二个 tab ='tab2'!H10 + 'tab2'!H12 + 'tab2'!H20 on row = Name1上的多个单元格有参考。 提取这些 ROWS（本例中的第 10、12 和 20 行）并从 tab2 上的 3 列中获取这些行的信息。

然后，我想“加入”（不确定是否加入）tab1 上的名称与来自 tab2 的那 3 列在所述行上。 最终结果是这样的：

| 名称 1（来自选项卡 1 - 行）| 第 1 列（来自 tab2）| 第 2 栏 | 第 3 栏 | 从第 10 行开始

| 名称 1（来自选项卡 1 - 行）| 第 1 列（来自 tab2）| 第 2 栏 | 第 3 栏 | 从第 12 行开始

| 名称 1（来自选项卡 1 - 行）| 第 1 列（来自 tab2）| 第 2 栏 | 第 3 栏 | 从第 20 行开始

我正在尝试但当前无法正常工作的代码，错误ValueError: cannot join with no overlap index names

import numpy as np
import pandas as pd
from IPython.display import display
from openpyxl import Workbook
from openpyxl import load_workbook

wbx = load_workbook(filename= 'test.xlsx')

sheet_names = wbx.sheetnames

name1 = sheet_names[0]
sheet_ranges1 = wbx[name1]

df1 = pd.DataFrame(sheet_ranges1.values)

name2 = sheet_names[1]
sheet_ranges2 = wbx[name2]

df2 = pd.DataFrame(sheet_ranges2.values)

pd.set_option("display.max_rows", None, "display.max_columns", None)

c1 = df1.iloc[:,[1]]
c2 = df1.iloc[:,24]
print(c1.dtypes)

res = c2.str.extractall(r"!H(?P<line>\d+)?")
res2 = c1.merge(pd.DataFrame(res), how='left', left_index=True, right_index=True)

Answer 1

希望能帮助到你：

import pandas as pd
df1 = pd.read_excel(r'.\foldername\filename.xlsx', sheet_name='sheet1')
df2 = pd.read_excel(r'.\foldername\filename.xlsx', sheet_name='sheet2')
df3 = pd.read_excel(r'.\foldername\filename.xlsx', sheet_name='sheet3')

# drop columns as needed that are not to include in merged result, or to avoid duplicate column that will be col_x and col_y
df1 = df1.drop(columns=['col2', 'col3'], index=False)

# join table
dfx = df1.merge(df2, how="inner", left_on="col1", right_on="col2)
merged = dfx.merge(df3, how="left", left_on="col7", right_on="col3)
print(merged.head())

你也可以在 VBA

Sub JoinTables()

 Dim connection As ADODB.Connection
 Set connection = New ADODB.Connection

 With connection
     .Provider = "Microsoft.Jet.OLEDB.4.0"
     .ConnectionString = "Data Source=" & ThisWorkbook.FullName & ";" & "Extended Properties=Excel 8.0;"
     .Open
 End With

 Dim recordset As ADODB.Recordset
 Set recordset = New ADODB.Recordset

 recordset.Open "SELECT * FROM [Sheet1$] INNER JOIN [Sheet2$] ON [Sheet1$].[type] = " & "[Sheet2$].[type]", connection

 With Worksheets("Sheet3")
     .Cells(2, 1).CopyFromRecordset recordset
 End With

 recordset.Close
 connection.Close

 End Sub