### 使用 Pandas 根据 A 列匹配将 Sheet2 的 B 和 C 列数据写入 Sheet1 为了实现这一目标，可以通过 `pandas` 库来操作 Excel 文件中的不同工作表。具体来说，先读取两个工作表的内容到 DataFrame 中，再通过 A 列作为键进行合并操作，最后将更新后的数据重新写回原文件。 以下是详细的 Python 代码示例： ```python import pandas as pd # 读取原始的工作簿并获取指定的工作表内容 df_sheet1 = pd.read_excel('example.xlsx', sheet_name='Sheet1') df_sheet2 = pd.read_excel('example.xlsx', sheet_name='Sheet2') # 基于 'A' 列进行左连接（left join），只保留 Sheet1 中存在的记录，并填充来自 Sheet2 的 B 和 C 列值 merged_df = df_sheet1.merge(df_sheet2[['A', 'B', 'C']], on='A', how='left', suffixes=('', '_y')) # 更新 Sheet1 中对应位置的 B 和 C 列数据；如果不存在，则保持不变 for col in ['B', 'C']: mask = merged_df[col].isna() & merged_df[f"{col}_y"].notna() merged_df.loc[mask, col] = merged_df.loc[mask, f"{col}_y"] # 删除临时创建用于合并的列 merged_df.drop(columns=[f'{c}_y' for c in ['B', 'C'] if f'{c}_y' in merged_df.columns], inplace=True) # 创建一个新的 ExcelWriter 对象以便追加模式下保存修改过的信息至同一文件中 with pd.ExcelWriter('output.xlsx', mode='w') as writer: # 将处理过的数据框写回到第一个工作表里去 merged_df.to_excel(writer, sheet_name='Sheet1', index=False) # 如果还需要保留原有的第二个工作表的话也可以一并将它复制过来 df_sheet2.to_excel(writer, sheet_name='Sheet2', index=False) ``` 这段脚本实现了如下功能： - 首先加载了名为 `example.xlsx` 的 Excel 文件内的两个工作表； - 接着基于共同的关键字段 `'A'` 进行了左侧外联接（即仅当左边有匹配项时才返回结果）； - 当发现右边的数据帧中有可用的新数值而左边为空白的情况下，就用新值替换掉旧单元格里的内容； - 清理不再需要的辅助列之后再次存储整个数据集到磁盘上新的 Excel 文档之中[^4]。 #### 注意事项 - 此处假设两份表格都有一致性的索引列为'A'。 - 若遇到重复名称的工作表，默认行为会覆盖已有同名表单。 - 可能需要安装额外依赖包如 openpyxl 来支持 .xlsx 类型文档的操作。