我正在尝试使用 Pycharm 2017.1.3.、Openpyxl 2.4.7 和 Excel 2016 来完成此任务。
这是我的数据集的一个较小版本,对于初学者:
工作表 1:
| partID | keywordcategory |keyword|
| 4849348| searchkeyword1 |Hobbock
| 4849348| searchkeyword1 |Lentso*
| 4849348| searchkeyword2 |Lentso|
| 4849348| searchkeyword3 |LENTSO-EIEMR |
| 4849348| searchkeyword3 |Hobbock
| 4849346| searchkeyword1 |protein
| 4849346| searchkeyword3 |ion
我想要实现的结果是,对于每个唯一的零件号,要:
一个。获取每个关键字类别的唯一搜索词列表,并且
B.所有关键字类别中每个零件编号的关键字的组合列表。这是我希望最终得到的示例:
| partID |searchkeyword1 |searchkeyword2|searchkeyword3|combined
| 4849348| Hobbock;Lentso*|Lentso |LENTSO-EIMER |Hobbock;Lentso*;
|Lentso;
|LENTSO-EIMER
| 4849346| protein | |ion |protein;ion
这是我到目前为止一直在做的事情,但它似乎并没有在每一行创建新列表。 导入 openpyxl
print('Opening file...')
wb = openpyxl.load_workbook('keywords.xlsx')
sheet1 = wb.get_sheet_by_name('Sheet1')
sheet2 = wb.get_sheet_by_name('Sheet2')
maxRow1 = sheet1.max_row + 1
maxRow2 = sheet2.max_row + 1
print('Processing...')
for rowNum in range(1, maxRow2):
for col in sheet1.iter_cols(min_row=1, min_col=2, max_col=2, max_row=1000):
for cell in col:
keywordlist = []
if cell.value == sheet2.cell(row=rowNum, column=1).value:
if sheet1.cell(row=rowNum, column=3).value == 16985323:
#if sheet1.cell(row=rowNum, column=4).value not in keywordlist and 'None' not in sheet1.cell(row=rowNum, column=4).value:
keywordlist.append(sheet1.cell(row=rowNum, column=4).value + ';')
sheet2.cell(row=rowNum, column=2).value = str(keywordlist)
任何想法或帮助将不胜感激!提前致谢!
编辑: 查理的帮助让我比以前走得更远!
我现在遇到的问题是,当我尝试在我的实际项目中使用 defaultdict(list) 时,它似乎并没有删除重复项。 当我尝试在网上找到的示例时,它会起作用,但不适用于我的实际项目。
我认为问题可能出在我生成字典的方式上。这就是我现在正在做的:
for rownum in range(1,maxRow):
partnum = str(sheet1.cell(row=rownum, column=1).value)
keyword1 = str(sheet1.cell(row=rownum, column=3).value)
s = [(partnum,keyword1)]
print(s)
d = defaultdict(list)
for k, v in s:
d[k].append(v)
如果您能提供任何帮助,我将不胜感激!谢谢!
请您参考如下方法:
您可能应该分两个阶段解决这个问题:首先构建一个搜索词词典:我在其他地方写过关于如何执行此操作的文章,但您需要根据您的目的扩展它。最简单的方法是使用像 {1: ['Hobbock' 'Lentso'], 2:['Lentso'],…} 这样的字典,使用 defauldict为此列表的默认值。
然后您可以遍历零件列表或字典来写入行。
