EXCEL中有2组数据，第1组数据为1列（C列），第二组数据为2列（A列和B列），需要先用C列数据去在A列进行模糊匹配，找到了之后再去B列匹配，如果B列数据为NA值就用此数据，最后用找到C列及A列的数值生成D列，请问用python 如何实现

您好，这个问题可以使用pandas进行处理，具体实现步骤如下：

1.读取Excel数据并转换为DataFrame对象

import pandas as pd
df1 = pd.read_excel('test.xlsx', sheet_name='Sheet1') # 读取第1组数据
df2 = pd.read_excel('test.xlsx', sheet_name='Sheet2') # 读取第2组数据

2.将A列、B列合并为一个新列AB，用C列数据在AB列中进行模糊匹配

df2['AB'] = df2['A列'].astype(str) + df2['B列'].astype(str) # 将A列、B列合并为一个新列AB
df2['D列'] = df2['AB'][df2['AB'].str.contains(df1['C列'].values, na=False)].reset_index(drop=True) # 在AB列中进行模糊匹配

3.将B列中NA值替换为对应的AB值

df2['D列'] = df2['D列'].fillna(df2['AB'])

4.将D列数据添加回到第1组数据的DataFrame中，得到最终结果

df1['D列'] = df2['D列'][df2['D列'].notnull()].reset_index(drop=True)

完整代码如下：

import pandas as pd

# 读取Excel数据并转换为DataFrame对象
df1 = pd.read_excel('test.xlsx', sheet_name='Sheet1') # 读取第1组数据
df2 = pd.read_excel('test.xlsx', sheet_name='Sheet2') # 读取第2组数据

# 将A列、B列合并为一个新列AB，用C列数据在AB列中进行模糊匹配
df2['AB'] = df2['A列'].astype(str) + df2['B列'].astype(str) # 将A列、B列合并为一个新列AB
df2['D列'] = df2['AB'][df2['AB'].str.contains(df1['C列'].values, na=False)].reset_index(drop=True) # 在AB列中进行模糊匹配

# 将B列中NA值替换为对应的AB值
df2['D列'] = df2['D列'].fillna(df2['AB'])

# 将D列数据添加回到第1组数据的DataFrame中，得到最终结果
df1['D列'] = df2['D列'][df2['D列'].notnull()].reset_index(drop=True)

希望这个答案能够帮到您！