Excel多工作表列匹配合并及DataFrame实现可行性咨询

这个需求完全可以实现，不管是直接在Excel中操作，还是将文件转换为DataFrame后用代码处理都能达成目标。以下是两种方案的具体实现步骤：

一、Excel原生操作实现 #

核心逻辑是通过模糊匹配，从第二个工作表的Animal列中找到与第一个工作表Animal_with_age字段匹配的内容，再调整格式输出：

1. 预处理第二个工作表：

   • 在Sheet2新增辅助列（比如B列），输入公式处理Animal列内容：
     • 生成匹配用的清理字段：=LOWER(SUBSTITUTE(TRIM(A2), " ", ""))
     • 生成符合要求的输出格式：=IF(ISNUMBER(SEARCH(" ", TRIM(A2))), LOWER(SUBSTITUTE(TRIM(A2), " ", "")), PROPER(TRIM(A2)))
   • 下拉填充公式完成所有行的处理。

2. 在第一个工作表匹配并填充结果：

   • 在Sheet1新增Animal列（比如B列），输入数组公式（旧版Excel按Ctrl+Shift+Enter执行，新版直接回车）：

     =INDEX(Sheet2!$C$2:$C$6, MATCH(TRUE, ISNUMBER(SEARCH(Sheet2!$B$2:$B$6, LOWER(TRIM(A2)))), 0))
     

   • 下拉填充公式，即可得到期望的匹配结果。

二、转换为DataFrame后实现（Python Pandas） #

使用Python的Pandas库可以更灵活地处理匹配逻辑，步骤如下：

1. 读取Excel文件到DataFrame：

   import pandas as pd
   
   # 替换为你的Excel文件路径
   df_age = pd.read_excel('animal_data.xlsx', sheet_name=0)
   df_animal = pd.read_excel('animal_data.xlsx', sheet_name=1)
   

2. 预处理数据，统一匹配规则：

   # 处理第一个表：清理字段前后空格并转小写，用于匹配
   df_age['clean_age'] = df_age['Animal_with_age'].str.strip().str.lower()
   
   # 处理第二个表：生成匹配用的清理字段，同时生成符合要求的输出格式
   df_animal['clean_animal'] = df_animal['Animal'].str.strip().str.lower().str.replace(' ', '')
   df_animal['output_animal'] = df_animal.apply(
       lambda x: x['Animal'].strip().lower().replace(' ', '') if ' ' in x['Animal'].strip() 
       else x['Animal'].strip().title(),
       axis=1
   )
   

3. 执行匹配逻辑：

   def find_matching_animal(row):
       # 遍历第二个表的清理后字段，找到匹配的子串
       match = df_animal[df_animal['clean_animal'].apply(lambda s: s in row['clean_age'])]
       return match['output_animal'].values[0] if not match.empty else None
   
   df_age['Animal'] = df_age.apply(find_matching_animal, axis=1)
   

4. 清理临时字段，输出结果：

   # 移除辅助字段，得到最终结果
   final_df = df_age.drop('clean_age', axis=1)
   print(final_df)
   

执行上述代码后，final_df的结构和内容就会与你期望的输出一致。

内容的提问来源于stack exchange，提问作者Nikita Menon