如何合并多份含重叠数据的路网Excel文件？

嘿，这个把多份路网表合并成细分路段的需求确实有点绕，但其实可以拆解成几个清晰的步骤来实现，我给你梳理下具体的思路和Python代码示例：

问题核心分析 #

你需要把同一条道路的所有路段断点（来自路面、质量、交通量三个表的From和To）全部收集起来，把整条路拆分成最小的连续子路段，然后给每个子路段匹配三个表中对应的属性值。

具体实现步骤（用Pandas处理更高效） #

首先，我们用Pandas来读取和处理数据，比openpyxl+SQLite的组合更适合这种场景：

1. 读取并预处理数据

先把Excel文件读进来，还要把逗号格式的小数转换成数值类型（不然排序会出问题）：

import pandas as pd

# 读取三个Excel表
pavement_df = pd.read_excel("路面信息表.xlsx")
quality_df = pd.read_excel("质量信息表.xlsx")
traffic_df = pd.read_excel("交通量信息表.xlsx")

# 转换逗号分隔的小数为数值类型
def fix_decimal(value):
    return float(str(value).replace(",", "."))

# 给三个表的From/To列做转换
for df in [pavement_df, quality_df, traffic_df]:
    df["From"] = df["From"].apply(fix_decimal)
    df["To"] = df["To"].apply(fix_decimal)

2. 按道路分组整理数据

把每个表的数据按Road分组，方便后续单独处理每条道路：

# 按Road分组，把每组转换成字典列表（方便后续遍历）
pavement_groups = pavement_df.groupby("Road").apply(lambda x: x.to_dict("records")).to_dict()
quality_groups = quality_df.groupby("Road").apply(lambda x: x.to_dict("records")).to_dict()
traffic_groups = traffic_df.groupby("Road").apply(lambda x: x.to_dict("records")).to_dict()

3. 生成细分路段并匹配属性

定义一个函数，专门处理单条道路的细分和属性匹配：

def process_single_road(road_id, pavement_segs, quality_segs, traffic_segs):
    # 收集这条道路的所有断点（From和To的所有值）
    all_nodes = set()
    for seg in pavement_segs:
        all_nodes.add(seg["From"])
        all_nodes.add(seg["To"])
    for seg in quality_segs:
        all_nodes.add(seg["From"])
        all_nodes.add(seg["To"])
    for seg in traffic_segs:
        all_nodes.add(seg["From"])
        all_nodes.add(seg["To"])
    
    # 把断点排序，生成连续的细分路段
    sorted_nodes = sorted(all_nodes)
    segment_results = []
    
    for i in range(len(sorted_nodes) - 1):
        seg_from = sorted_nodes[i]
        seg_to = sorted_nodes[i+1]
        
        # 匹配路面属性：找包含当前细分路段的原路面路段
        pavement = next(
            s["Pavement"] for s in pavement_segs
            if s["From"] <= seg_from and s["To"] >= seg_to
        )
        # 匹配质量属性
        quality = next(
            s["Quality"] for s in quality_segs
            if s["From"] <= seg_from and s["To"] >= seg_to
        )
        # 匹配交通量属性
        traffic = next(
            s["Traffic"] for s in traffic_segs
            if s["From"] <= seg_from and s["To"] >= seg_to
        )
        
        segment_results.append({
            "Road": road_id,
            "From": seg_from,
            "To": seg_to,
            "Quality": quality,
            "Pavement": pavement,
            "Traffic": traffic
        })
    return segment_results

4. 批量处理所有道路并输出结果

# 遍历所有道路，收集结果
final_results = []
for road in pavement_groups.keys():
    # 获取当前道路的各类型路段数据
    pavement_segs = pavement_groups[road]
    quality_segs = quality_groups.get(road, [])
    traffic_segs = traffic_groups.get(road, [])
    
    # 处理当前道路
    road_segments = process_single_road(road, pavement_segs, quality_segs, traffic_segs)
    final_results.extend(road_segments)

# 转换成DataFrame，还可以把小数转回逗号格式（如果需要）
final_df = pd.DataFrame(final_results)
final_df["From"] = final_df["From"].apply(lambda x: f"{x:.2f}".replace(".", ","))
final_df["To"] = final_df["To"].apply(lambda x: f"{x:.2f}".replace(".", ","))

# 输出到Excel
final_df.to_excel("合并后细分路段表.xlsx", index=False)

为什么这个思路可行？ #

本质上是把所有的路段断点都整合起来，把道路拆分成没有重叠的最小连续单元，每个单元必然完全包含在原三个表的某一个路段区间内，所以只要通过区间判断就能准确匹配到对应的属性值。

这种方法比用SQL查询更直观，因为SQL处理区间嵌套和细分路段的逻辑会复杂很多，而Python的循环+匹配逻辑更清晰，也容易调试。

内容的提问来源于stack exchange，提问作者zofka