摘要： 还在为Excel中的模糊匹配和规则匹配头疼吗？Python自动化办公来拯救你的工作效率！跟随我们的粉丝朋友和朋友快递公司地址匹配的故事，一起见证Python如何轻松实现模糊匹配，释放你的双手！
引言在数据的海洋中，全体打工人都面临着Excel数据处理的挑战。Excel的Vlookup函数在精确匹配上表现出色，但面对模糊匹配和按规则匹配时却显得无能为力。近期一位微信公众号粉丝在文章后面留言，寻求一种能够快速、准确进行模糊匹配的方法。今天，我们就来揭秘如何利用Python自动化办公工具，解决这一难题。
1.粉丝的挑战和我朋友的窘境一位粉丝朋友在微信公众号文章后面上言：“斗胆提一个问题，A1单元格内容是‘数海丹心最棒无敌是多么寂寞’，B1单元格内容是‘数海丹心最棒’。A列的内容是全称，B列的内容是其中几个关键字，如何进行匹配，如超过相同的5个字即返回A列对应的内容。”
这与我之前为朋友小李做过的一个python自动化项目需求不谋而合：小李在一家快递公司做数据分析师，当时他遇到了一个极其棘手的问题：因为操作失误，数据表里的详细配送地址和地址所在的市不是一一匹配的，我猜想应该是有人在做排序时应该选择"扩展选定区域"而错选成了"以当前选定区域排序"总之造成的结果就是小李拿到的几万行数据省份、市区与详细配送地址是错误的对应关系。这就需要在关键词列省直辖市和市匹配上全称列详细地址列
2.Excel Vlookup函数的局限小李之前的做法是：
使用Vlookup函数进行精确匹配，用上通配符等工具仍未成功。面对模糊匹配，手动检查和比对，需要耗费几天时间且容易出错。3.Python自动化的解决方案我为小李提供了一个Python脚本，能够自动进行模糊匹配。脚本的逻辑是：对于A列【详细地址】的全称和B列【市】的关键词，计算两者之间相同字符的数量。如果在B列的关键词中找到与A列全称相同字符的数量大于3，则认为匹配成功，并返回A列中对应的全称。
import pandas as pd# from jieba import posseg # 用于中文分词def chinese_char_count(some_string): return len([c for c in some_string if c >= '\u4e00'])def match_by_similarity(df, full_col, kw_col, len_threshold=3): result_list = [] for index, row in df.iterrows(): keywords = row[kw_col] print(keywords) keyword_words = [w for w in keywords] # print(keyword_words) for index1, row1 in df.iterrows(): full_name = row1[full_col] # print(full_name) # 对中文进行分词 full_name_words = [w for w in full_name] # 计算相同字数 common_words = set(full_name_words) & set(keyword_words) # print(common_words) if chinese_char_count(''.join(common_words)) >= len_threshold: print(common_words) df.at[index, 'Matched'] = full_name break else: df.at[index, 'Matched'] = "没有匹配到" return df# 读取Excel文件df = pd.read_excel('test3.xlsx')# 执行模糊匹配data = match_by_similarity(df, "详细地址", "市")print(data)4.效果展示使用我们的脚本，小李现在可以在几秒钟内完成之前需要几天的工作。这个自动化脚本不仅提高了效率，还减少了因手动操作导致的错误。市区信息和详细地址信息完全匹配上了。
结语Python自动化不仅仅是编程技巧的展示，更是一种工作方式的革新。它能够帮助我们从重复性劳动中解放出来，让我们有更多时间去做更有创造性的工作。小李的故事和快递公司的实际应用案例证明了自动化的力量，希望他们的经历能够激励更多的人去探索和利用Python自动化办公的无限可能。
如果你也像小李一样，面临着数据分析的苦恼，或者对Python脚本的编写有任何疑问，欢迎在评论区留言，我们将为你提供一对一的技术支持！
本文为原创技术文章，转载请标明出处。如果你喜欢本文，别忘了点赞、转发和关注我们的公众号，获取更多技术干货！
数海丹心
大数据和人工智能知识分享与应用
132篇原创内容
公众号
