python读取两个excel “A”和“B”,的某"c"列，进行相似度匹配，相似度高的“B”附加到“A”中

这可以通过使用`pandas`库来实现。以下是一个简单的示例代码，可以读取两个Excel文件，将它们的"C"列进行相似度匹配，并将匹配度高的行从"B"文件附加到"A"文件中的新列"D"中。

import pandas as pd
from difflib import SequenceMatcher

# 读取Excel文件
df_a = pd.read_excel("A.xlsx")
df_b = pd.read_excel("B.xlsx")

# 定义相似度函数
def similarity(a, b):
    return SequenceMatcher(None, a, b).ratio()

# 为B文件的每一行找到与A文件C列最相似的行
matches = []
for index_b, row_b in df_b.iterrows():
    max_similarity = 0
    max_index = -1
    for index_a, row_a in df_a.iterrows():
        sim = similarity(row_a['C'], row_b['C'])
        if sim > max_similarity:
            max_similarity = sim
            max_index = index_a
    matches.append((index_b, max_index, max_similarity))

# 将匹配度高的行从B文件附加到A文件中
for match in matches:
    index_b, index_a, similarity = match
    if index_a != -1:
        df_a.at[index_a, 'D'] = df_b.at[index_b, 'B']

# 保存结果到新的Excel文件
df_a.to_excel("A_with_B.xlsx", index=False)

在这里，我们使用`SequenceMatcher`类来计算两个字符串之间的相似度。然后，我们遍历"B"文件的每一行，并在"A"文件的"C"列中查找最相似的行。找到匹配项后，我们将匹配度高的行从"B"文件附加到"A"文件中的新列"D"中。最后，我们将结果保存到一个新的Excel文件中。