使用Pandas实现source.xlsx与output.xlsx的多条件匹配取值

嘿，我刚好处理过类似的Excel数据匹配需求，给你整理了一个用Python Pandas实现的方案，完全贴合你的逻辑：

匹配逻辑回顾 #

先再明确一遍核心规则，避免理解偏差：

• 优先用source.xlsx的Caller ID匹配output.xlsx的svc_no
• 若Caller ID为NULL或第一轮无匹配结果，再用source.xlsx的adsl匹配output.xlsx的port
• 无论哪种匹配成功，最终都将对应的Caller ID写入目标位置（忽略port字段）

准备工作 #

首先确保你安装了必要的依赖库，打开终端运行：

pip install pandas openpyxl

提示：openpyxl是用来读写xlsx格式文件的引擎，必须安装

核心代码实现 #

import pandas as pd

# 1. 读取两个Excel文件，统一用字符串类型避免格式匹配问题
source_df = pd.read_excel('source.xlsx', dtype=str)
output_df = pd.read_excel('output.xlsx', dtype=str)

# 2. 第一轮匹配：Caller ID 匹配 svc_no
# 保留output的所有行，关联source中匹配的Caller ID和adsl
merged_result = pd.merge(
    output_df,
    source_df[['Caller ID', 'adsl']],
    left_on='svc_no',
    right_on='Caller ID',
    how='left'
)

# 3. 筛选需要二次匹配的行：Caller ID为NULL或未匹配到的记录
need_second_match = merged_result[
    (merged_result['Caller ID'] == 'NULL') | merged_result['Caller ID'].isna()
].copy()

# 4. 第二轮匹配：adsl 匹配 port，获取对应Caller ID
second_match_data = pd.merge(
    need_second_match,
    source_df[['Caller ID', 'adsl']],
    left_on='port',
    right_on='adsl',
    how='left',
    suffixes=('_original', '_matched')
)

# 更新Caller ID字段：用二次匹配结果替换原空值/NULL
second_match_data['Caller ID'] = second_match_data['Caller ID_matched'].fillna(second_match_data['Caller ID_original'])

# 把二次匹配的结果同步回总数据集
merged_result.update(second_match_data)

# 5. 可选：把字符串'NULL'转换为Pandas空值，方便后续处理
merged_result['Caller ID'] = merged_result['Caller ID'].replace('NULL', pd.NA)

# 6. 写入回output.xlsx（⚠️ 注意：会覆盖原文件，务必先备份！）
merged_result.to_excel('output.xlsx', index=False, engine='openpyxl')

关键细节提示 #

• 用dtype=str读取所有列：避免因为数值/字符串格式不一致导致匹配失败（比如Caller ID是数字但存成字符串，svc_no是数值类型，直接匹配会出错）
• 两次匹配都用how='left'：确保output.xlsx的所有原有行都被保留，不会丢失任何数据
• update方法：只更新需要修改的行，已经匹配成功的记录不会被改动
• 备份原文件：写入前一定要复制一份output.xlsx，避免误操作导致数据丢失

测试建议 #

可以先拿一小部分测试数据验证逻辑：

• 找几条Caller ID能匹配svc_no的记录，确认Caller ID正确写入
• 找几条Caller ID为NULL但adsl能匹配port的记录，确认对应Caller ID（哪怕是NULL）被正确写入
• 找两条都匹配不上的记录，确认保持原有状态不变

内容的提问来源于stack exchange，提问作者Ricky Aguilar