excel表格1为316家公司名称，excel表格2为专利数据，现在需要使用Pycharm对excel表格2内的申请人列进行查询，如果申请人列公司名字在excel表格2中，则在excel表格2中生成一列新的名称

好的，我可以回答这个问题。您可以使用Python的pandas库来读取和处理Excel文件。您可以使用pandas的merge函数将两个表格按照申请人列进行合并，然后使用apply函数来判断申请人列是否包含在公司名称列中，如果是，则在新列中生成公司名称。具体代码可以参考以下示例：

import pandas as pd

# 读取Excel文件
df1 = pd.read_excel('excel表格1.xlsx')
df2 = pd.read_excel('excel表格2.xlsx')

# 合并两个表格
merged_df = pd.merge(df1, df2, on='申请人')

# 判断申请人列是否包含在公司名称列中
def check_company(row):
    if row['公司名称'] in row['申请人']:
        return row['公司名称']
    else:
        return ''

merged_df['新的名称'] = merged_df.apply(check_company, axis=1)

# 保存结果到Excel文件
merged_df.to_excel('结果.xlsx', index=False)

这个代码可以将两个Excel表格按照申请人列进行合并，并在新的表格中生成一个新的名称列，如果申请人列包含在公司名称列中，则在新的名称列中生成公司名称，否则为空。最后将结果保存到Excel文件中。

相关问题

excel表格2专利数据有一列的列名称为申请人。申请人可以为机构、学校、公司，也可以由机构、学校、公司共同作为申请人，数量不限制。excel表格1数据只有一列公司名称，列信息为316家公司名称。现在如何通过pycharm将excel1与exel2进行匹配?

可以使用Python中的pandas库来实现excel1与excel2的匹配。首先，读取excel1和excel2的数据，然后使用pandas的merge函数将两个表格按照申请人或公司名称进行合并。具体代码如下：

import pandas as pd

# 读取excel1和excel2的数据
df1 = pd.read_excel('excel1.xlsx')
df2 = pd.read_excel('excel2.xlsx')

# 将两个表格按照申请人或公司名称进行合并
result = pd.merge(df1, df2, on='申请人', how='left')

# 将结果保存到新的excel文件中
result.to_excel('result.xlsx', index=False)

其中，on参数指定按照申请人进行合并，how参数指定使用左连接方式，即以excel1为基础表格，将excel2中的数据合并到excel1中。最后，将合并后的结果保存到新的excel文件中。

对一个excel表格的数据使用pycharm进行极差法数据标准化，并将处理好的数据以.xlsx的形式输出

以下是使用 Python 在 PyCharm 中进行极差法数据标准化并将处理好的数据以 .xlsx 的形式输出的步骤：

1. 首先安装所需的库，包括 pandas 和 openpyxl。可以在 PyCharm 中打开终端，使用以下命令进行安装：

pip install pandas openpyxl

2. 接下来，导入需要使用的库：

import pandas as pd
from openpyxl import Workbook

3. 读取 Excel 文件中的数据，可以使用 pandas 的 read_excel() 函数：

df = pd.read_excel('data.xlsx')

其中，'data.xlsx' 是 Excel 文件的路径和名称。

4. 对数据进行极差法标准化，可以使用以下代码：

df_normalized = (df - df.min()) / (df.max() - df.min())

其中，df.min() 和 df.max() 分别表示数据集的最小值和最大值。

5. 将处理好的数据保存为 Excel 文件，可以使用 openpyxl 库中的 Workbook() 和 save() 函数：

wb = Workbook()
ws = wb.active

for r in dataframe_to_rows(df_normalized, index=False, header=True):
    ws.append(r)

wb.save('normalized_data.xlsx')

其中，dataframe_to_rows() 函数用于将 pandas 数据帧转换为行的迭代器，index=False 表示不包括索引列，header=True 表示包括列名。'normalized_data.xlsx' 是要保存的 Excel 文件的名称。

完整代码如下：

import pandas as pd
from openpyxl import Workbook
from openpyxl.utils.dataframe import dataframe_to_rows

# 读取 Excel 文件中的数据
df = pd.read_excel('data.xlsx')

# 对数据进行极差法标准化
df_normalized = (df - df.min()) / (df.max() - df.min())

# 将处理好的数据保存为 Excel 文件
wb = Workbook()
ws = wb.active

for r in dataframe_to_rows(df_normalized, index=False, header=True):
    ws.append(r)

wb.save('normalized_data.xlsx')