用python将两个带有多个名称的excle表格合并，并且模糊统计每个名称出现的次数

同样可以使用 pandas 库来实现这个需求。

假设两个 excel 表格的结构如下：

表格1：

| ID | 名称 |
|:----:|:-----------------|
| 1 | 名称1, 名称2 |
| 2 | 名称3, 名称4 |
| 3 | 名称1, 名称4 |
| 4 | 名称2, 名称3 |

表格2：

| ID | 名称 |
|:----:|:-----------------|
| 1 | 名称3, 名称4 |
| 2 | 名称1, 名称4 |
| 3 | 名称2, 名称3 |
| 4 | 名称1, 名称2 |

首先，使用 pandas 的 read_excel 函数读取两个 excel 表格，并将它们的名称列合并到一个 Series 对象中：

import pandas as pd

# 读取两个 excel 表格
df1 = pd.read_excel('table1.xlsx')
df2 = pd.read_excel('table2.xlsx')

# 将两个表格的名称列合并到一个 Series 对象中
names = pd.concat([df1['名称'], df2['名称']])

接着，将 Series 对象中的多个名称拆分成单个名称，并合并到一个新的 Series 对象中：

# 将多个名称拆分成单个名称，并合并到一个新的 Series 对象中
names = names.str.split(',\s*', expand=True).stack()

# 将新的 Series 对象的索引重新设置为连续的整数
names.index = names.index.droplevel(-1)
names.name = '名称'

然后，使用 pandas 的 str.contains 函数进行模糊匹配，并使用 value_counts 函数统计每个名称出现的次数：

# 进行模糊匹配，并统计每个名称出现的次数
counts = names[names.str.contains('关键词')].value_counts()

其中，'关键词' 是你想要模糊匹配的关键词。

最后，将统计结果输出到一个新的 excel 表格中：

# 将统计结果输出到一个新的 excel 表格中
counts.to_excel('counts.xlsx')

完整代码如下：

import pandas as pd

# 读取两个 excel 表格
df1 = pd.read_excel('table1.xlsx')
df2 = pd.read_excel('table2.xlsx')

# 将两个表格的名称列合并到一个 Series 对象中
names = pd.concat([df1['名称'], df2['名称']])

# 将多个名称拆分成单个名称，并合并到一个新的 Series 对象中
names = names.str.split(',\s*', expand=True).stack()

# 将新的 Series 对象的索引重新设置为连续的整数
names.index = names.index.droplevel(-1)
names.name = '名称'

# 进行模糊匹配，并统计每个名称出现的次数
counts = names[names.str.contains('关键词')].value_counts()

# 将统计结果输出到一个新的 excel 表格中
counts.to_excel('counts.xlsx')

需要替换代码中的 'table1.xlsx'、'table2.xlsx' 和 '关键词' 为实际的表格文件名和关键词。