如何基于Part Name匹配大小数据集Sheet并生成指定合并表？

如何基于首列公共条目（Part Name/Part Number），从大数据集Sheet中提取对应数据匹配到小数据集Sheet，生成包含小数据集全部列+大数据集指定列的结果？

现有两张Sheet：

• Sheet1：全量Part数据，列包括Part Name、Sequence、Due Date、quantity
• Sheet2：Part子集（列名Part Number与Sheet1的Part Name对应），其余列包括Issue、error、quality、supervisor、Line No.
• 需求：将Sheet2中每个Part匹配Sheet1的Sequence、Due Date、quantity，生成合并后的数据集，兼容两边存在互不存在Part的情况（不匹配的字段留空）

Pandas适合处理数千条规模的表格数据，通过**左连接（Left Join）**可以高效完成匹配需求，步骤如下：

1. 安装依赖（若未安装） #

pip install pandas openpyxl

2. 代码实现 #

import pandas as pd

# 读取Excel中的两个Sheet（替换为你的实际文件名）
df_sheet1 = pd.read_excel("parts_data.xlsx", sheet_name="Sheet1")
df_sheet2 = pd.read_excel("parts_data.xlsx", sheet_name="Sheet2")

# 重命名Sheet1的Part Name列，与Sheet2的Part Number统一列名，便于匹配
df_sheet1 = df_sheet1.rename(columns={"Part Name": "Part Number"})

# 执行左连接：保留Sheet2所有行，匹配Sheet1的指定字段
merged_df = pd.merge(
    df_sheet2,
    df_sheet1[["Part Number", "Sequence", "Due Date", "quantity"]],
    on="Part Number",
    how="left"
)

# 将NaN替换为空字符串（可选，根据需求调整）
merged_df = merged_df.fillna("")

# 输出结果到新Excel文件
merged_df.to_excel("merged_parts_result.xlsx", sheet_name="Merged Data", index=False)

# 打印结果验证
print(merged_df)

3. 关键说明 #

• 左连接（how="left"）：确保Sheet2的所有行都被保留，Sheet1中不存在的Part对应的字段会自动留空（或显示NaN，可通过fillna("")转为空字符串）
• 代码仅匹配需要的Sequence、Due Date、quantity三列，避免冗余数据
• 处理数千条数据时，Pandas的效率远高于手动公式匹配

内容的提问来源于stack exchange，提问作者Aryan