【办公类-112-04】20260415街道学生名单基本信息模版（运用deepseek的Python编程，实现excle数据匹配提取）

背景需求我没看到很快保健老师让班主任自己填写了私发给她我看到以后觉得还是用编程带入快速方便打开表格看一下查了查原来的py ,好像这个项目没有做过。4月分刚插班了2位孩子4月10日正好做了最新的园园通数据【办公类-142-04】20260330插班生word转长表EXCLE4新表重制https://mp.csdn.net/mp_blog/creation/editor/159734547【办公类-112-06】20260228园园通信息合并配学号拆班园园通市级编号在excel中的位置调整调整最适合列宽https://mp.csdn.net/mp_blog/creation/editor/159155166把这份匹配过学号的4月园园通全园幼儿数据复制一份两份EXCLE附件1是有幼儿信息的不能做为附件上传豆包附件2里面没有真实数据可以附件上传豆包。我把附件1、附件2的列标题整行复制 保健学生名单基本信息模板,内容提取 deepseek,阿夏 202060414 import pandas as pd import os # 设置文件夹路径 folder_path rD:\test\20桌面素材\20260413保健学生名单基本信息模板 # 附件2文件路径假设是Excel格式 attachment2_path os.path.join(folder_path, 02匹配学号分园新生.xlsx) # 请根据实际文件名修改 # 输出文件路径 output_path os.path.join(folder_path, 学生名单基本信息模板AAAA学校.xlsx) # 附件1需要的字段映射附件2字段名 - 输出字段名 field_mapping { 证件类型: 证件类型, 证件号码: 证件号码, 出生日期: 出生日期, 姓名: 姓名, 民族: 民族, 籍贯-省份: 籍贯, # 附件1中的籍贯可用省份或完整籍贯 性别: 性别, 年级: 年级, # 托大班、小班、中班、大班 班级名称: 班级, # 如大1班 学号: 学号, 监护人手机: 家长手机号 } try: # 读取附件2 print(正在读取附件2...) df_attachment2 pd.read_excel(attachment2_path) print(f附件2读取成功共{len(df_attachment2)}行) # 提取需要的字段 extracted_data {} for source_field, target_field in field_mapping.items(): if source_field in df_attachment2.columns: extracted_data[target_field] df_attachment2[source_field] else: print(f警告附件2中未找到字段 {source_field}) extracted_data[target_field] [] * len(df_attachment2) # 创建结果DataFrame df_result pd.DataFrame(extracted_data) # 添加固定字段 df_result.insert(0, 序号, range(1, len(df_result) 1)) df_result.insert(df_result.columns.get_loc(年级) 1, 学习阶段统一写幼儿园, 幼儿园) # 重新排列列的顺序与附件1范例一致 column_order [ 序号, 证件类型, 证件号码, 出生日期, 姓名, 民族, 籍贯, 性别, 学习阶段统一写幼儿园, 年级, 班级, 学号, 家长手机号 ] # 确保所有列都存在 for col in column_order: if col not in df_result.columns: df_result[col] df_result df_result[column_order] # 保存结果 df_result.to_excel(output_path, indexFalse) print(f数据提取完成已保存到: {output_path}) print(f共提取{len(df_result)}条记录) except FileNotFoundError: print(f错误找不到文件 {attachment2_path}) print(请确保文件名正确如附件2.xlsx 或 附件2.csv) except Exception as e: print(f发生错误{e})最后所有的托小中大班孩子的相关信息都正确提取了但是我发现小1-小4、中1-中4、大1-大4都是整班排序但后面的小5-小6、中5-中6、大5-大6是乱序排列的我仔细研究半天查看了“园园通整理”的代码原来“班级排序”的范围只有各年级的1-4班所以5-6班就乱序排列复制并修改班级 20250825_2025_学年出入所园儿童基本情况登记 表一空 01 1、用合并xls与班级信息表的学号匹配按学号排队 2、按班级拆分成一个个班级最适合列宽一行非自动换行 3、按指定的列名顺序重新排列列的位置 20260317 import pandas as pd import os from openpyxl.utils import get_column_letter from openpyxl.styles import Alignment from openpyxl.styles import numbers # 设置路径 path rD:\test\20桌面素材\20260228_2025园园通幼儿信息提取配学号拆班发班主任 date20260410 # 定义目标列名顺序 target_columns [ 学号, 班级, 姓名, 市登记编号, 性别,出生地, 证件类型, 证件号码, 姓名拼音, 曾用名/英文名, 出生日期, 年级, 班级名称, 入园日期, 就读方式, 国籍/地区, 健康状况, 血型, 户口性质, 非农业户口类型, 港澳台侨外, 民族, 出生地-省份, 籍贯-省份, 是否人户一致, 户口所在地-省份, 户口所在地-城市, 户口所在地-区县, 户口所在地-街道, 户口所在地-居委, 户口所在地-详细地址, 现居地-省份, 现居地-城市, 现居地-区县, 现居地-街道, 现居地-居委, 现居地邮政编码, 现居地-详细地址, 监护人姓名, 监护人证件类型, 监护人证件号, 监护人手机, 与幼儿关系, 是否监护人, 是否是第一监护人, 是否是军烈子女, 是否是优抚子女, 是否是进城务工人员随迁子女, 是否是部队子女, 是否是孤儿, 是否是残疾幼儿, 残疾幼儿类别, 更新时间, 机构所在地区, 机构ID, 机构名称, 办园点ID, 办园点编码, 办园点名称, 班级昵称, 出生地-区县, 机构编码, 籍贯-区县, 籍贯-城市, 幼儿ID, 创建时间, 班级ID, 版本号, 幼儿特长, 户口所在地-居委-其他, 现居地-街道-其他, 户口所在地-街道-其他, 现居地-居委-其他, 特异体质, 出生地-城市, 原幼儿编号, 班级排序 ] def calculate_display_width(text): 计算字符串在Excel中的显示宽度 中文字符占2个单位英文字符和数字占1个单位 if text is None or pd.isna(text): return 0 text str(text) width 0 for char in text: # 判断是否为中文字符包括中文标点 if \u4e00 char \u9fff or char in 。“”‘’【】《》: width 2 else: width 1 return width def reorder_columns(df, target_columns): 按照目标列名顺序重新排列DataFrame的列 # 获取DataFrame中实际存在的列 existing_columns [] missing_columns [] for col in target_columns: if col in df.columns: existing_columns.append(col) else: missing_columns.append(col) # 获取目标列中不存在的其他列放在最后 other_columns [col for col in df.columns if col not in existing_columns] if missing_columns: print(f警告以下目标列在数据中不存在将被忽略{missing_columns}) if other_columns: print(f注意以下额外列将放在最后{other_columns}) # 重新排列列顺序 return df[existing_columns other_columns] # 1. 读取园园通信息表将所有列作为字符串读取保持原始格式 df_main pd.read_excel(path r\02园园通全部班级班信息合并.xlsx, dtypestr) # 2. 读取班级信息表的所有工作表将所有列作为字符串读取 xls pd.ExcelFile(path r\00班级信息表.xlsx) sheet_names xls.sheet_names # 3. 合并所有班级信息表 df_list [] for sheet in sheet_names: df_sheet pd.read_excel(xls, sheet_namesheet, dtypestr) # 所有列作为字符串读取 df_sheet[班级] sheet # 添加班级列 df_list.append(df_sheet) df_info pd.concat(df_list, ignore_indexTrue) # 4. 匹配学号 df_merged pd.merge(df_main, df_info[[班级, 姓名, 学号]], left_on[班级名称, 姓名], right_on[班级, 姓名], howleft) # 5. 移动学号列到最前面这一步现在会被后面的重新排序列覆盖但保留以确保学号存在 cols df_merged.columns.tolist() cols [学号] [col for col in cols if col ! 学号] df_merged df_merged[cols] # 6. 对完整匹配结果进行排序并保存 # 学号列转换为数值类型用于排序但保存时保持原始文本格式 df_merged[学号_排序] pd.to_numeric(df_merged[学号], errorscoerce) # 先按班级排序托1班、托2班、小1班、小2班... # 创建班级排序的映射关系 class_order { 托1班: 1, 托2班: 2, 小1班: 3, 小2班: 4, 小3班: 5, 小4班: 6, 小5班: 7, 小6班: 8, 中1班: 9, 中2班: 10, 中3班: 11, 中4班: 12, 中5班: 13, 中6班: 14, 大1班: 15, 大2班: 16, 大3班: 17, 大4班: 18,大5班: 19, 大6班: 20, } # 添加临时排序列 df_merged[班级排序] df_merged[班级名称].map(class_order) # 先按班级排序再按学号排序 df_merged_sorted df_merged.sort_values(by[班级排序, 学号_排序]) # 删除临时排序列班级排序保留因为它在目标列中 df_merged_sorted df_merged_sorted.drop([学号_排序], axis1) # 按照目标列顺序重新排列 df_merged_sorted reorder_columns(df_merged_sorted, target_columns) # 保存排序后的完整表格并调整列宽 with pd.ExcelWriter(path r\02匹配学号分园新生.xlsx, engineopenpyxl) as writer: df_merged_sorted.to_excel(writer, sheet_name匹配结果, indexFalse) # 获取工作表并调整列宽 worksheet writer.sheets[匹配结果] # 计算每列的最大显示宽度 for column in worksheet.columns: max_width 0 column_letter get_column_letter(column[0].column) # 获取列标题和所有单元格的最大显示宽度 for cell in column: try: # 计算单元格内容的显示宽度 cell_width calculate_display_width(cell.value) if cell_width max_width: max_width cell_width except: pass # 设置列宽添加一点额外空间 # Excel列宽单位是标准字符宽度中文字符需要额外空间 adjusted_width max_width 2 # 添加2个字符的边距 # 限制最小宽度为8最大宽度为100 worksheet.column_dimensions[column_letter].width min(max(adjusted_width, 8), 100) # 将所有单元格设置为文本格式 for row in worksheet.iter_rows(): for cell in row: cell.number_format # 设置文本格式 # 7. 按班级拆分并保存为单独工作簿 # 创建输出文件夹 output_folder path r\04拆分班级 if not os.path.exists(output_folder): os.makedirs(output_folder) # 按班级拆分 for class_name in df_merged[班级名称].unique(): # 筛选当前班级的数据 class_df df_merged[df_merged[班级名称] class_name] # 创建临时排序列用于排序 class_df class_df.copy() # 避免警告 class_df[学号_排序] pd.to_numeric(class_df[学号], errorscoerce) # 对每个班级内的数据按学号排序 class_df_sorted class_df.sort_values(by学号_排序) # 删除临时排序列 class_df_sorted class_df_sorted.drop(学号_排序, axis1) # 按照目标列顺序重新排列 class_df_sorted reorder_columns(class_df_sorted, target_columns) # 创建文件名去除可能存在的非法字符 safe_class_name .join([c for c in class_name if c not in r\/:*?|]) output_path os.path.join(output_folder, f05_{date}_园园通幼儿全部信息_{safe_class_name}.xlsx) # 保存为单独的工作簿并调整列宽 with pd.ExcelWriter(output_path, engineopenpyxl) as writer: sheet_name f{class_name}园园通幼儿数据 # 工作表名称不能超过31个字符 if len(sheet_name) 31: sheet_name sheet_name[:31] class_df_sorted.to_excel(writer, sheet_namesheet_name, indexFalse) # 获取工作表并调整列宽 worksheet writer.sheets[sheet_name] # 计算每列的最大显示宽度 for column in worksheet.columns: max_width 0 column_letter get_column_letter(column[0].column) # 获取列标题和所有单元格的最大显示宽度 for cell in column: try: # 计算单元格内容的显示宽度 cell_width calculate_display_width(cell.value) if cell_width max_width: max_width cell_width except: pass # 设置列宽根据最长字符的实际显示宽度 adjusted_width max_width 2 # 添加2个字符的边距 # 限制最小宽度为8最大宽度为100 worksheet.column_dimensions[column_letter].width min(max(adjusted_width, 8), 100) # 设置所有单元格为文本格式 for row in worksheet.iter_rows(): for cell in row: cell.number_format # 设置所有单元格为文本格式 print(处理完成) print(f1. 已生成完整匹配表: 02匹配学号分园新生.xlsx已按班级和学号排序按指定列名顺序排列所有单元格保持文本格式根据实际显示宽度计算最适合列宽) print(f2. 已按班级拆分保存到 {output_folder} 文件夹每个班级内按学号排序按指定列名顺序排列所有单元格保持文本格式根据实际显示宽度计算最适合列宽)所有都按照班级排列了但是保健老师只要2分园的所以我还要“拆分园区” 保健学生名单基本信息模板,内容提取拆分三园区 deepseek,阿夏 202060414 import pandas as pd import os # 设置文件夹路径 folder_path rD:\test\20桌面素材\20260413保健学生名单基本信息模板 # 附件2文件路径假设是Excel格式 attachment2_path os.path.join(folder_path, 02匹配学号分园新生.xlsx) # 请根据实际文件名修改 # 输出文件路径 output_path os.path.join(folder_path, 学生名单基本信息模板BBBB学校.xlsx) # 附件1需要的字段映射附件2字段名 - 输出字段名 field_mapping { 证件类型: 证件类型, 证件号码: 证件号码, 出生日期: 出生日期, 姓名: 姓名, 民族: 民族, 籍贯-省份: 籍贯, # 附件1中的籍贯可用省份或完整籍贯 性别: 性别, 年级: 年级, # 托大班、小班、中班、大班 班级名称: 班级, # 如大1班 学号: 学号, 监护人手机: 家长手机号 } def process_data(df): 处理数据提取需要的字段并添加固定列 # 提取需要的字段 extracted_data {} for source_field, target_field in field_mapping.items(): if source_field in df.columns: extracted_data[target_field] df[source_field] else: print(f警告附件2中未找到字段 {source_field}) extracted_data[target_field] [] * len(df) # 创建结果DataFrame df_result pd.DataFrame(extracted_data) # 添加固定字段 df_result.insert(0, 序号, range(1, len(df_result) 1)) df_result.insert(df_result.columns.get_loc(年级) 1, 学习阶段统一写幼儿园, 幼儿园) # 重新排列列的顺序与附件1范例一致 column_order [ 序号, 证件类型, 证件号码, 出生日期, 姓名, 民族, 籍贯, 性别, 学习阶段统一写幼儿园, 年级, 班级, 学号, 家长手机号 ] # 确保所有列都存在 for col in column_order: if col not in df_result.columns: df_result[col] df_result df_result[column_order] return df_result try: # 读取附件2 print(正在读取附件2...) df_attachment2 pd.read_excel(attachment2_path) print(f附件2读取成功共{len(df_attachment2)}行) # 检查班级名称字段是否存在 if 班级名称 not in df_attachment2.columns: print(错误附件2中没有找到班级名称字段) exit() # 根据班级名称分类 # 一分园托1、托2、小1、小2 # 二分园小3-小6 # 总园其他班级 # 定义分类条件 condition_yifen df_attachment2[班级名称].isin([托1班, 托2班, 小1班, 小2班]) condition_erfen df_attachment2[班级名称].isin([小3班, 小4班, 小5班, 小6班]) condition_zong ~(condition_yifen | condition_erfen) # 其他班级 # 分别提取数据 df_yifen df_attachment2[condition_yifen].copy() df_erfen df_attachment2[condition_erfen].copy() df_zong df_attachment2[condition_zong].copy() print(f一分园数据{len(df_yifen)}条) print(f二分园数据{len(df_erfen)}条) print(f总园数据{len(df_zong)}条) # 处理每个数据集 df_yifen_processed process_data(df_yifen) if len(df_yifen) 0 else pd.DataFrame() df_erfen_processed process_data(df_erfen) if len(df_erfen) 0 else pd.DataFrame() df_zong_processed process_data(df_zong) if len(df_zong) 0 else pd.DataFrame() # 使用ExcelWriter写入多个工作表 with pd.ExcelWriter(output_path, engineopenpyxl) as writer: if len(df_yifen_processed) 0: df_yifen_processed.to_excel(writer, sheet_name一分园, indexFalse) print(f已写入工作表一分园共{len(df_yifen_processed)}条记录) else: print(警告一分园无数据) if len(df_erfen_processed) 0: df_erfen_processed.to_excel(writer, sheet_name二分园, indexFalse) print(f已写入工作表二分园共{len(df_erfen_processed)}条记录) else: print(警告二分园无数据) if len(df_zong_processed) 0: df_zong_processed.to_excel(writer, sheet_name总园, indexFalse) print(f已写入工作表总园共{len(df_zong_processed)}条记录) else: print(警告总园无数据) print(f\n数据提取完成已保存到: {output_path}) print(f共处理{len(df_attachment2)}条记录已按班级分配到不同工作表) except FileNotFoundError: print(f错误找不到文件 {attachment2_path}) print(请确保文件名正确) except Exception as e: print(f发生错误{e}) import traceback traceback.print_exc()三个园区人数不同按照学号排列虽然最后保健老师没有用上但是我觉得很值得因为我纠正了“园园通数据匹配学号后的排序问题小中大5-小中大6班没有排序”第1稿学号用了“市登记编号10位”第2稿学号用了“数字学号1-30”