在excel的Sheet1页签的F列生成数据，要求的规则如下： 1.生成的数据是Sheet2页签的D列数据 2.匹配的范围是Sheet1页签中的A列数据能在Sheet2页签中的D列模糊查询到

你可以使用以下公式来实现在Sheet1页签的F列生成满足你要求的数据：

在Sheet1的F2单元格中输入以下公式，并拖动填充到F列的其他单元格：

=IFERROR(INDEX(Sheet2!$D:$D, MATCH("*" & Sheet1!$A2 & "*", Sheet2!$D:$D, 0)), "")

这个公式使用INDEX和MATCH函数进行模糊匹配。它将在Sheet2的D列中模糊查询与Sheet1中A列匹配的值，并返回Sheet2的D列中对应的值。如果没有找到匹配项，将返回空字符串。

请注意，以上公式假设Sheet1的数据从第2行开始，而Sheet2的数据从第1行开始。如果你的数据起始行不同，请相应调整公式中的行号。

希望这个方法能够满足你的需求！如果还有其他问题，请随时提问。

相关问题

在excel的Sheet1页签的F列生成数据，要求的规则如下： 1.生成的数据是Sheet2页签的C列数据 2.匹配的范围是Sheet2页签中的D列数据能在Sheet1页签中的A列模糊查询到

你可以使用Excel的函数和公式来实现在Sheet1页签的F列生成数据，根据以下规则：

1. 在Sheet1的F2单元格中输入以下公式，并拖动填充到F列的其他单元格：

=IFERROR(INDEX(Sheet2!$C:$C, MATCH("*" & Sheet2!$D2 & "*", Sheet1!$A:$A, 0)), "")

这个公式使用INDEX和MATCH函数进行模糊匹配。它将在Sheet1的A列中模糊查询与Sheet2中D列匹配的值，并返回Sheet2的C列中对应的值。如果没有找到匹配项，将返回空字符串。

请注意，以上公式假设Sheet1的数据从第2行开始，而Sheet2的数据从第1行开始。如果你的数据起始行不同，请相应调整公式中的行号。

希望这个方法能够满足你的需求！如有其他问题，请随时提问。

python代码： 1． 使用excel进行文档管理，添加多个供应商，A列序号，B列项目名称，C列供应商名称，D列需求总条数，E列FC条数，F列NC条数 2． 可以修改某个供应商的FC条数，NC条数 3． 可以新增一个供应商的数据 4． 可以删除某个供应商的数据 5． 可以对同一个文档根据FC条数进行排序 6． 可以对同一个文档根据NC条数进行排序 7． 可以查看某个供应商的数据 8． 有输入合法性校验 9． 根据C， E列生成数据透视图到新的sheet页 10． 根据C， F列生成数据透视图到新的sheet页 11． 根据C， E列生成折线图到新的sheet页 12． 根据C， F列生成折线图到新的sheet页 13． 根据C，E，F列生成柱状图到新的sheet页

这是一个比较复杂的需求，需要结合 Python 的 pandas 和 openpyxl 库来进行实现。下面是一个简单的实现示例：

import pandas as pd
from openpyxl import Workbook, load_workbook
from openpyxl.chart import LineChart, BarChart, Reference, Series

# 读取 Excel 文件
wb = load_workbook('data.xlsx')
ws = wb.active

# 将数据转换为 DataFrame 格式
data = ws.values
cols = next(data)
df = pd.DataFrame(data, columns=cols)

# 添加新供应商
new_supplier = {'序号': 10, '项目名称': 'xxx', '供应商名称': 'yyy', '需求总条数': 100, 'FC条数': 50, 'NC条数': 50}
df = df.append(new_supplier, ignore_index=True)

# 修改供应商数据
df.loc[df['供应商名称'] == 'yyy', ['FC条数', 'NC条数']] = [60, 40]

# 删除供应商数据
df = df[df['供应商名称'] != 'zzz']

# 根据 FC 条数排序
df = df.sort_values('FC条数')

# 根据 NC 条数排序
df = df.sort_values('NC条数')

# 查看某个供应商的数据
supplier_data = df[df['供应商名称'] == 'yyy']

# 生成数据透视表
pivot_fc = pd.pivot_table(df, values='FC条数', index=['供应商名称'], aggfunc=sum)
pivot_nc = pd.pivot_table(df, values='NC条数', index=['供应商名称'], aggfunc=sum)

# 创建新的 sheet 页
ws2 = wb.create_sheet('数据透视表')
ws3 = wb.create_sheet('折线图')
ws4 = wb.create_sheet('柱状图')

# 写入数据透视表
for r in dataframe_to_rows(pivot_fc, index=True, header=True):
    ws2.append(r)
for r in dataframe_to_rows(pivot_nc, index=True, header=True):
    ws2.append(r)

# 生成折线图
chart_fc = LineChart()
chart_nc = LineChart()
chart_fc.title = 'FC条数折线图'
chart_nc.title = 'NC条数折线图'
chart_fc.y_axis.title = '条数'
chart_nc.y_axis.title = '条数'
chart_fc.x_axis.title = '供应商名称'
chart_nc.x_axis.title = '供应商名称'
data_fc = Reference(ws2, min_col=2, min_row=2, max_col=2, max_row=len(pivot_fc)+1)
data_nc = Reference(ws2, min_col=3, min_row=len(pivot_fc)+3, max_col=3, max_row=len(pivot_nc)*2+2)
categories = Reference(ws2, min_col=1, min_row=2, max_row=len(pivot_fc)+1)
chart_fc.add_data(data_fc, titles_from_data=True)
chart_nc.add_data(data_nc, titles_from_data=True)
chart_fc.set_categories(categories)
chart_nc.set_categories(categories)
ws3.add_chart(chart_fc, 'A1')
ws3.add_chart(chart_nc, 'A15')

# 生成柱状图
chart_bar = BarChart()
chart_bar.title = '条数柱状图'
chart_bar.y_axis.title = '条数'
chart_bar.x_axis.title = '供应商名称'
data_fc = Reference(ws2, min_col=2, min_row=2, max_col=3, max_row=len(pivot_nc)*2+2)
categories = Reference(ws2, min_col=1, min_row=2, max_row=len(pivot_nc)*2+2)
chart_bar.add_data(data_fc, titles_from_data=True)
chart_bar.set_categories(categories)
ws4.add_chart(chart_bar, 'A1')

# 保存 Excel 文件
wb.save('data.xlsx')

需要注意的是，这个示例只是一个简单的实现，实际应用中还需要进行更多的输入合法性校验和异常处理。