Python脚本实现两Excel表格signals匹配填充new_name列问题排查

需求说明 #

现有两个Excel表格：

• Table1：包含signals（信号长名称）列和new_name（信号短名称）列
• Table2：仅包含signals列

需要实现逻辑：为Table2新增new_name列，若Table2的signals值在Table1中存在，则对应填充Table1的new_name值；不存在则填充-。

原代码问题分析 #

你写的代码存在以下几个关键问题：

• 嵌套循环效率低下：两层for循环遍历数据，当表格行数较多时（比如Table2有几百行），运行速度会极慢，不符合Pandas的高效处理原则
• 硬编码列索引：用iat[i,3]、iat[i,22]固定列位置，若表格列顺序调整，代码直接失效，应该用列名访问数据
• 循环逻辑错误：外层循环每遍历一行Table1数据，就会重新覆盖所有Table2行的结果，最终只有最后一次匹配的结果会保留，之前的正确匹配会被错误覆盖为-
• 未完成结果写入：仅将结果存到字典arr，没有写回DataFrame，也未执行保存Excel的操作

修正后的代码 #

import pandas as pd

def open_xlsx(_file_dir):
    # 读取Excel，用列名访问，避免索引依赖
    df = pd.read_excel(_file_dir, engine="openpyxl")
    df.fillna('', inplace=True)
    return df

# 读取两个表格
table1 = open_xlsx(r"Table1.xlsx")
table2 = open_xlsx(r"Table2.xlsx")

# 构建signals到new_name的映射字典
signal_map = table1.set_index('signals')['new_name'].to_dict()

# 为Table2新增new_name列，匹配不到则填充'-'
table2['new_name'] = table2['signals'].map(signal_map).fillna('-')

# 保存结果到Excel（建议存为新文件避免覆盖原数据，需覆盖可修改路径）
table2.to_excel(r"Table2_updated.xlsx", index=False)

代码说明 #

1. 列名访问数据：全程用signals、new_name列名操作，避免索引硬编码的脆弱性
2. 映射字典+map函数：用Pandas内置的map实现高效匹配，比嵌套循环效率提升几个数量级
3. 结果填充与保存：用fillna('-')处理未匹配的情况，最后直接将更新后的DataFrame保存为新Excel文件

内容的提问来源于stack exchange，提问作者Камаль