python+excel+jieba分析同列单元格字符串相似度

可以使用Python中的xlrd和jieba库来实现对Excel中同一列单元格字符串相似度的分析。具体步骤如下：

1. 读取Excel文件中的数据，可以使用xlrd库中的open_workbook()和sheet_by_index()方法来实现。

2. 使用jieba库中的cut()方法对每个单元格中的字符串进行分词处理，并将结果存储到一个列表中。

3. 使用Python中的difflib库中的get_close_matches()方法来计算每个单元格中的字符串与其他单元格中的字符串的相似度，并将结果存储到一个新的Excel文件中。

下面是示例代码，可以根据实际需求进行修改：

import xlrd
import jieba
import difflib
import xlwt

# 读取Excel文件
data = xlrd.open_workbook('data.xlsx')
table = data.sheet_by_index(0)

# 分析同列单元格字符串相似度
results = []
for i in range(1, table.nrows):
    row = table.row_values(i)
    cells = [jieba.cut(cell) for cell in row]
    for j in range(len(cells)):
        matches = difflib.get_close_matches(cells[j], cells[:j] + cells[j+1:])
        if matches:
            results.append((i, j, matches[0]))

# 将结果存储到新的Excel文件中
book = xlwt.Workbook()
sheet = book.add_sheet('Sheet1')
sheet.write(0, 0, 'Row')
sheet.write(0, 1, 'Column')
sheet.write(0, 2, 'Similarity')
for i, result in enumerate(results):
    sheet.write(i+1, 0, result[0])
    sheet.write(i+1, 1, result[1])
    sheet.write(i+1, 2, result[2])
book.save('results.xls')

这段代码将会读取名为data.xlsx的Excel文件，并分析第一张表格中的数据。它会对每个单元格中的字符串进行分词处理，并使用difflib库中的get_close_matches()方法计算相似度。最终，它将结果存储到名为results.xls的新Excel文件中。