基于Python 的表格数据查找系统设计与实现

摘要：随着信息化的发展，数据存储变得更加灵活多样，数据处理的需求也日益增长。在两个数据表格间进行数据匹配查找时，常规方法是采用VLOOKUP（）等关联匹配类函数。然而，当表格数量较多、操作频繁时，这种方式效率较低。为解决这一问题，文章基于Python语言，利用pandas、PyQt5等生态库，设计了一套表格数据自动化查找系统。该系统大大提高了数据查找、对比、提取的效率和准确性，降低了从业人员的工作强度。

关键词：Python；PyQt5；pandas；表格数据对比；数据查找

中图分类号：TP311 文献标识码：A

文章编号：1009-3044（2024）31-0051-03

开放科学（资源服务）标识码（OSID） ：

0 引言

在表格数据查找应用中，传统方式是使用VLOOKUP（）等关联匹配函数[1-2]。低频操作时，这是一种高效的处理方式。但当文件数量多且操作频繁时，大量调用匹配函数和设置参数会降低效率。为解决上述问题，本文基于Python及其生态库，开发了一款灵活、友好的表格数据查找系统。该系统能够快速实现跨表数据查找和目标数据提取。

1 技术方案简介

本系统采用Python编程环境实现基本逻辑处理，通过pandas库读取表格数据，再利用PyQt5开发GUI （图形用户界面）进行数据展示及人机交互。技术架构如图1所示：

Python是一种跨平台、开源、免费的解释型高级编程语言，功能强大。它能够轻松地将其他语言制作的模块联结在一起，在Web编程、图形处理、大数据处理、科学计算等领域都有广泛应用[3-4]。作为数据分析的主要工具之一，pandas是Python环境中用于数据处理和分析的框架库。该库为序列数据和表数据的存储提供了快速、灵活、明确的数据结构，能够轻松地进行数据的转换、拆分、合并及变换，已经成为Python中执行高级数据处理的事实标准库，尤其适用于统计应用分析[5-7]。PyQt5是开发GUI应用程序的开源、跨平台工具，为Python程序员提供了Qt5框架的全面访问，具有强大的功能和易用性，尤其利用Qt设计师（Qt De⁃signer） 通过可视化组态可以快速、高效地设计与实现可视化应用程序及界面[8-10]。OS库，即操作系统接口库，用于文件及目录操作。

2 系统设计与实现

2.1 前端GUI 界面设计

利用PyQt5图形化设计软件Qt设计师，通过拖、拉、拽等可视化开发方式设计静态前端GUI界面。该界面主要包括以下元素：

1） 文件1参数配置、操作按钮；

2） 文件2参数配置、操作按钮；

3） 文件1、2 特征数据（总行数（Total） 、空行数（Null） 、有效数（Valid） 、匹配行数（Matched） 、不匹配行数（Unmatched）） 显示；

4） 数据对比（Contrast） 、复制（Copy） 按钮；

5） 文件1、2上次操作文件目录；

6） 文件1、2内容显示表格；

7） 匹配大小写（Match case） 、总在最前（Always ontop） 功能复选框。

GUI界面预览图如图2所示。

2.2 主程序设计

主程序运行流程如下：

1） 系统启动后，加载GUI界面；

2） 进行系统初始化，包括：

①GUI初始化参数（Logo、尺寸规则等）；

②绑定GUI 元素（按钮、单行编辑框等）信号槽函数；

③表格控件参数初始化（列数、列宽、选中规则）；

④增加表格右键菜单‘复制Copy’功能；

⑤预置下拉菜单（列名、表头（Header） 、编码（En⁃coding）） 的可选内容；

⑥初始化系统标志位等。

3） 若系统存在历史记录，则从本地磁盘读取配置文件并显示到GUI 界面，否则显示默认GUI 界面。例，获取文件1上次操作路径及设置参数的关键代码如下：

# 获取文件1上次操作路径及设置参数

with open （'file_path_1.txt'，'r'，encoding='utf-8'） as file：

# 读取内容并验证合法性

content_list = file.readlines（）

if len（content_list） == 7 and '' not in content_list：

# 去除换行符

path = content_list[0].rstrip（'＼n'）

dir_path = os.path.dirname（path）

file_type = os.path.splitext（path）[-1]

# 验证路径和文件类型

if os.path.exists（path） and file_type in ['.xls'，'.xlsx'，'.csv']：

self.file_opened_1 = 1

self.last_dir_path_1 = dir_path

self.last_file_path_1 = path

# 显示上次操作的文件路径到GUI self.le_print_signal. le_print. emit（self. ui. le_path_1， self. last_file_path_1）

# 设置其他参数

self. ui. sbox_sheet_num_1. setValue（int（content_list[1].rstrip（'＼n'）））

self.ui.cbox_col_source.setCurrentText（content_list[2].rstrip（'＼n'））

self. ui. cbox_header_1. setCurrentText（content_list[3].rstrip（'＼n'））

self.ui.cbox_encoding_1.setCurrentText（content_list[4].rstrip（'＼n'））

# 设置复选框状态

self. ui. cb_on_top. setChecked（content_list[5]. rstrip（'＼n'）=='True'）

self. ui. cb_case. setChecked（content_list[6]. rstrip（'＼n'）=='True'）

4） 系统开始运行，持续监控GUI信号（如打开（Open） 、重载（Reload） 、对比（Contrast） 按钮的“点击”动作、单行编辑框文本输出动作等）并执行对应槽函数（如打开、重载文件、执行数据查找、数据复制、信息输出等功能）。

主程序运行流程图如图3所示：

2.3 数据读取及可视化

1） GUI参数设置。

在文件操作界面中设置文件1、2的以下参数：

①Sheet num：工作表编号，从0开始；

②Source col：源列的编号，从A开始；

③Compare col：对比列的编号，从A开始；

④Target col：目标列的编号，从A开始；

⑤Header：数据表头，可选None（无表头）或1（表头在第一行）；

⑥Encoding：编码，可选gbk或utf-8。

2） 数据读取。

数据读取有以下三种方式：

①直接打开方式：点击‘打开（Open） ’按钮，可浏览、打开计算机上的表格数据文件（支持.xls、.xlsx、.csv文件格式）；

②记忆打开方式：如果存在历史操作记录，可点击‘重载（Reload） ’按钮，打开上次操作的文件；

③文件拖拽方式：将文件拖拽到文件操作区域内。

读取excel文件的代码为：

df=pd. read_excel（current_file_path， dtype= 'str'，sheet_name=sheet_name， usecols=usecol， header=None）.squeeze（axis=1）

读取csv文件的代码为：

df=pd.read_csv（current_file_path，dtype='str'，usec⁃ols=usecol， header=None， encoding=encode）. squeeze（axis=1）

其中，df为存储数据的变量；pd为Pandas库的引用缩写；current_file_path为参数io内容，即文件位置及文件名；dtype为数据类型；sheet_name为数据所在sheet的编号，从0开始；usecols为数据所在列的列名；header为表头数据所在的行号；encoding为数据编码格式。

例，两个数据文件file1.xlsx和file2.xlsx需要进行数据对比和对象提取。文件1包含两列：A列“序号1”和B列“名称1”；文件2包含三列：A列“序号2”、B列“名称2”和C列“注释2”。文件1、2表格内容如图4、图5所示：

系统读取文件1、文件2数据并显示到前端GUI 的界面效果如图6所示：

2.4 数据匹配查找

文件1、2读取后，点击‘对比（Contrast） ’按钮，开始检查文件1中源列（Source col） 的内容是否存在于文件2的对比列（Compare col） 中（空行不参与对比）。如果存在，修改背景色为绿色，并返回文件2中对应的行号及该行目标列（Target col） 的内容；否则，修改背景色为黄色。如，文件1中B列（源列）第2行单元格内容为“a”，处在文件2中B列（对比列）的第2行，则源列背景色显示为绿色，“匹配行”显示为2，“匹配内容”为文件2中该行C列（目标列）单元格的内容“我是小a”；文件1中B列（源列）第18行单元格内容为“海狗”，在文件2中B列（对比例）中不存在，则文件1该单元格背景色为黄色。

对比查找结束后统计非空行的匹配数量（Matched） 和不匹配数量（Unmatched） 。数据对比查找结果如图7所示：

2.5 其他功能

1） 区分大小写功能：勾选‘Match case’复选框，则对比过程中区分英文字母的大小写；否则，不区分大小写。

2） 总在最前功能：勾选‘Always on top’复选框，则该软件总运行在桌面其他窗口之上；否则，该软件将会被后运行的桌面窗口覆盖。

3） 数据复制功能：选中表格内容后，鼠标右键选择‘复制Copy’或左键点击‘复制（Copy） ’按钮即可将选中的内容复制到剪贴板，并进一步粘贴到表格文件中。数据复制功能的关键代码如下：

# 数据复制功能

def tbtn_copy_click_job（self）：

# 获取选中的行和列

data = self.ui.tw_1.selectedItems（）