Python实现Excel与JSON学生信息匹配，高效补充CourseLoad字段

针对数百条数据的场景，用字典构建姓名到课程负载的映射表是最优方案——字典的查找操作时间复杂度为O(1)，整体流程的时间复杂度为O(n+m)（n为JSON数据量，m为Excel数据量），远优于暴力嵌套循环的O(n*m)。

实现步骤与代码 #

使用json库处理JSON文件，pandas库读取Excel（处理表格数据高效便捷）：

1. 导入依赖库

import json
import pandas as pd

2. 读取并加载JSON数据

# 读取原始JSON文件
with open('students.json', 'r', encoding='utf-8') as json_file:
    student_list = json.load(json_file)

3. 读取Excel并构建姓名映射字典

# 读取Excel表格，假设姓名列名为"Name"，课程负载列名为"CourseLoad"
course_df = pd.read_excel('student_courses.xlsx')
# 构建姓名到CourseLoad的映射字典
course_map = course_df.set_index('Name')['CourseLoad'].to_dict()

4. 高效匹配并补充数据

# 遍历JSON中的学生数据，通过字典直接查找匹配
for student in student_list:
    student_name = student.get('Name')
    # 存在匹配项则补充CourseLoad，无匹配则设为None（可按需调整）
    student['CourseLoad'] = course_map.get(student_name, None)

5. 将更新后的数据写入新JSON文件

with open('updated_students.json', 'w', encoding='utf-8') as output_file:
    json.dump(student_list, output_file, ensure_ascii=False, indent=4)

优化细节：避免匹配误差 #

如果存在姓名大小写不一致、前后空格等情况，可对姓名做预处理，确保匹配准确性：

# 预处理Excel中的姓名：去除空格、转小写
course_df['Name'] = course_df['Name'].str.strip().str.lower()
course_map = course_df.set_index('Name')['CourseLoad'].to_dict()

# 遍历JSON时同步预处理姓名
for student in student_list:
    raw_name = student.get('Name')
    if raw_name:
        processed_name = raw_name.strip().lower()
        student['CourseLoad'] = course_map.get(processed_name, None)
    else:
        student['CourseLoad'] = None

内容的提问来源于stack exchange，提问作者Sally123