[Python知识库]【办公自动化实例】将原始word或excel表中的关键字段匹配上模板字段，然后将模板中相关字段的值更新为原始信息中的数据，实现信息匹配和更新

一、需求

在csdn问答中看到这样一个题目，觉得比较有意思，作为实例进行解析和记录。
原始数据为word或excel，需要将此原始数据中的产品规格1、产品规格2、产品规格3完全与模板文件一致时，将原始数据中的价格列内容替换掉模板中的价格列内容。

二、思路

1、读取原始数据，然后用pandas处理；
2、处理时可先将原始数据与模板数据进行merge合并，取合并字段为需要匹配的字段；
3、合并后，先删除因不是模板文件的数据，因为不是模板文件中的数据，在匹配字段所在列外会有空值，可按其中一个列名进行dropna处理；
4、完成上述处理后，使用mask函数进行数据条件判断和数据替换即可。

注：主要知识点，mask函数的使用。

三、整体代码

from docx import Document
import pandas as pd

'''
这里是word文件的操作，将数据先存放到excel中，也可以接着下一步处理。
'''
doc = Document('demo.docx')
key_ls=[]
value_ls=[]
dic={}

for table in doc.tables:
	for cols in table.columns:
		key_ls.append(cols.cells[0].text)
		ls=[]
		for i in range(1,len(cols.cells)):
			ls.append(cols.cells[i].text)
		value_ls.append(ls)

for j in range(len(key_ls)):
	dic[key_ls[j]] = value_ls[j]

df = pd.DataFrame(dic)		
df.to_excel('temp.xlsx')

'''
如果原始文件是excel文件，则从此处开始处理。
这里是数据的对比，使用pandas处理。
'''
df1 = pd.read_excel('temp.xlsx')  #读取待匹配文件
df2 = pd.read_excel('模板.xlsx')  #读取模板文件

df = pd.merge(df2,df1,on=['产品规格1','产品规格2','产品规格3'],how='outer') #需要用outer进行连接
df = df[['产品规格1','产品规格2','产品规格3','价格（低价）_x','价格（高价）_x','价格（低价）_y','价格（高价）_y']]

#当左表中“价格（低价）”字段有空值时，说明待匹配文件不在模板文件中
df = df.dropna(subset = ['价格（低价）_x'])  

#当左表“价格（低价）”不是空时，将此此段的值赋给左表
df['价格（低价）_x'] = df['价格（低价）_x'].mask(df['价格（低价）_y'].notnull(),df['价格（低价）_y'])  
df = df[['产品规格1','产品规格2','产品规格3','价格（低价）_x','价格（高价）_x']]

df.columns = ['产品规格1','产品规格2','产品规格3','价格（低价）','价格（高价）'] #重命名列名
df.to_excel('匹配处理后数据.xlsx')