python----/智慧校园/本部/学生数据处理.ipynb

In [1]:

import pandas as pd

In [2]:

df = pd.read_excel('学生信息.xlsx',skiprows=1)

In [ ]:

In [7]:

df

Out [7]:

	学号	姓名	性别	年级	班级	账户名	手环号	通/住校
0	847613	曾笙	男	2025级	临时班	847613CDSPTSZX	3722606215	通校
1	205240217	郭靖	男	2025级	0班	205240217CDSPTSZX	22802380	通校
2	2024240217	黄蓉	男	2025级	临时班	2024240217CDSPTSZX	3108630769	通校
3	20250011	曾曦蕊	女	2025级	临时班	20250011CDSPTSZX	22830060	通校
4	20250012	曾星睿	男	2025级	临时班	20250012CDSPTSZX	3108363489	通校
...	...	...	...	...	...	...	...	...
780	20250783	彭彦晰	男	2025级	临时班	20250783CDSPTSZX	1620701492	通校
781	20250802	魏腾一	女	2025级	临时班	20250802CDSPTSZX	1618071076	通校
782	20250805	任梓玮	男	2025级	临时班	20250805CDSPTSZX	1619575092	通校
783	20250866	张羽菲	女	2025级	临时班	20250866CDSPTSZX	1620005620	通校
784	20250617	杨光墨辰	男	2025级	临时班	20250617CDSPTSZX	3108648785	通校

785 rows × 8 columns

In [12]:

"  1".strip()

Out [12]:

'1'

In [ ]:

In [24]:

df = pd.read_excel('学生信息.xlsx',skiprows=1,dtype=str)
df2 = pd.read_excel('2025级学生班级_子1.xlsx',dtype=str)

学号字典 = dict(zip(df2['学号'], df2['班级'].astype("str")))

# 直接通过map函数添加班级列，不存在的学号用'未找到'填充
df['班级'] = df['学号'].map(学号字典).fillna('未找到')

In [31]:

import pandas as pd

# 读取Excel文件，确保所有列都是字符串类型
df = pd.read_excel('学生信息.xlsx', skiprows=1, dtype=str)
df2 = pd.read_excel('2025级学生班级_子1.xlsx', dtype=str)

# 为两个DataFrame添加唯一标识列（姓名+性别+学号）
# 使用分隔符避免不同字段值拼接后产生歧义（例如"张三四"+"男" vs "张三"+"四男"）
df['唯一标识'] = df['姓名'] + '|' + df['性别'] + '|' + df['学号']
df2['唯一标识'] = df2['学生姓名'] + '|' + df2['性别'] + '|' + df2['学号']

# 找出df中有但df2中没有的唯一标识
df独有标识 = df[~df['唯一标识'].isin(df2['唯一标识'])]['唯一标识']

# 根据独有标识筛选出完整记录
结果 = df[df['唯一标识'].isin(df独有标识)]

# 输出结果（可以根据需要选择保留或删除'唯一标识'列）
print("df中有但df2中没有的记录：")
print(结果.drop(columns=['唯一标识']))  # 删除临时的唯一标识列再显示

df中有但df2中没有的记录：
             学号   姓名 性别     年级   班级                 账户名         手环号 通/住校
0        847613   曾笙  男  2025级  临时班      847613CDSPTSZX  3722606215   通校
1     205240217   郭靖  男  2025级   0班   205240217CDSPTSZX  0022802380   通校
2    2024240217   黄蓉  男  2025级  临时班  2024240217CDSPTSZX  3108630769   通校
17     20250041  陈奕瑾  女  2025级  临时班    20250041CDSPTSZX  3108586721   通校
31     20250080  杜雨欣  女  2025级  临时班    20250080CDSPTSZX  3108567745   通校
38     20250098  冯雅琳  女  2025级  临时班    20250098CDSPTSZX  3108398001   通校
48     20250123  郭明萱  女  2025级  临时班    20250123CDSPTSZX  3108359601   通校
96     20250290  刘瑞泽  男  2025级  临时班    20250290CDSPTSZX  3108417121   通校
130    20250402  苏子洛  男  2025级  临时班    20250402CDSPTSZX  3108648977   通校
143    20250448  王晟骁  男  2025级  临时班    20250448CDSPTSZX  3108604769   通校
153    20250475  王雅萱  女  2025级  临时班    20250475CDSPTSZX  3108626049   通校
157    20250502  吴睿灿  男  2025级  临时班    20250502CDSPTSZX  3108654369   通校
172    20250567  徐周塬  男  2025级  临时班    20250567CDSPTSZX  3107628913   通校
233    20250772  李怡辰  女  2025级  临时班    20250772CDSPTSZX  3108433745   通校
260    20258671   弋珂  女  2025级  临时班    20258671CDSPTSZX  0022681516   通校
261    20258673  马艺诚  男  2025级  临时班    20258673CDSPTSZX  3108571633   通校
276    20250021  陈佳逸  女  2025级  临时班    20250021CDSPTSZX  1619715284   通校
369    20250169  黄心仪  女  2025级  临时班    20250169CDSPTSZX  1617731892   通校
389    20250199  乐思彤  女  2025级  临时班    20250199CDSPTSZX  1619850820   通校
419    20250246  李屹然  男  2025级  临时班    20250246CDSPTSZX  1619431076   通校

In [37]:

import pandas as pd

# 读取Excel文件，确保所有列都是字符串类型
df = pd.read_excel('学生信息.xlsx',usecols=['姓名','性别','学号'], skiprows=1, dtype=str)
df2 = pd.read_excel('2025级学生班级_子1.xlsx',usecols=['学生姓名','性别','学号'], dtype=str)

# # 为两个DataFrame添加唯一标识列（姓名+性别+学号）
# df['唯一标识'] = df['姓名'] + '|' + df['性别'] + '|' + df['学号']
# df2['唯一标识'] = df2['学生姓名'] + '|' + df2['性别'] + '|' + df2['学号']

# # 找出df2中有但df中没有的唯一标识
# df2独有标识 = df2[~df2['唯一标识'].isin(df['唯一标识'])]['唯一标识']

# # 根据独有标识筛选出完整记录
# 结果 = df2[df2['唯一标识'].isin(df2独有标识)]

# # 输出结果
# print("df2中有但df中没有的记录：")
# print(结果.drop(columns=['唯一标识']))  # 删除临时的唯一标识列
row_strings= set()
for _,row in df.iterrows():
    row_strings.add(f"{row['姓名']}{row['性别']}{row['学号']}")
row_strings1 = set()
for _,row in df2.iterrows():
    row_strings1.add(f"{row['学生姓名']}{row['性别']}{row['学号']}")

In [38]:

row_strings1 - row_strings

Out [38]:

{'彭睦雅男20250832', '李沛珊女20250831', '杨槟源男20250830', '杨颜尊女20250833'}

In [35]:

df2.shape

Out [35]:

(769, 4)

In [36]:

df.shape

Out [36]:

(785, 4)

In [ ]: