如何用Python批量替换Excel中的旧名称为对应新名称？

核心思路 #

400行的映射数据完全不算大，用字典实现是最优解——构建和查询的效率都足够高，不用有性能顾虑。下面用Python结合工具快速完成整个流程，不管是直接读Excel还是复制列内容处理都能搞定。

步骤1：快速构建新旧名称映射字典 #

用pandas（简洁高效）

import pandas as pd

# 读取映射Excel文件，假设表头是Column A（旧名称）、Column B（新名称）
map_df = pd.read_excel("名称映射文件.xlsx")
# 一键构建旧名称到新名称的映射字典
name_mapping = dict(zip(map_df["Column A"], map_df["Column B"]))

用openpyxl（无需额外安装pandas时可选）

from openpyxl import load_workbook

wb = load_workbook("名称映射文件.xlsx")
ws = wb.active
name_mapping = {}
# 跳过表头，从第2行开始遍历数据
for row in ws.iter_rows(min_row=2, values_only=True):
    old_name, new_name = row[0], row[1]
    if old_name:  # 跳过空行避免无效映射
        name_mapping[old_name] = new_name

步骤2：批量替换目标文件中的旧名称 #

方式1：直接操作Excel文件批量替换

用pandas的replace方法一键处理指定列：

# 读取待替换的Excel文件
target_df = pd.read_excel("待替换文件.xlsx")

# 替换指定列的旧名称，示例处理column A和column B
target_df["column A"] = target_df["column A"].replace(name_mapping)
target_df["column B"] = target_df["column B"].replace(name_mapping)

# 保存替换后的文件，index=False避免生成多余索引列
target_df.to_excel("替换完成文件.xlsx", index=False)

注：遇到无对应映射的旧名称时，replace会自动保留原名称，无需额外处理。

方式2：复制列内容到程序中处理

如果只想复制目标列的旧名称到程序里处理，直接转成列表批量替换：

# 把从Excel复制的旧名称粘贴到这里
old_names = [
    "apple-er3",
    "alk-er43",
    # ... 其他旧名称
]

# 批量替换，找不到映射的保留原名称
new_names = [name_mapping.get(name, name) for name in old_names]

# 打印结果后直接复制回Excel即可
print(new_names)

内容的提问来源于stack exchange，提问作者Anton Larsson