1. 概述
使用 Gemini 结合 Python 脚本从多份表中提取所需数据更新到对应表中。
2. 准备
将所有数据汇总到的 data.xlsx 文件，其中 Sheet0 是待处理的表，其余表为更新数据源。
Sheet0、Sheet1 中 标红位置 为待更新 错误数据。
Sheet2 中包含剩余正确数据。
3. 向 Gemini 提问
提问内容：
使用 Python 找出 除了 Sheet0 之外其他所有 Sheet 中 zh 列 中完全相同的字符串的项，最新相同项所在行的的其他列项数据与 Sheet0 中对应列名列项数据比对，不相同的项则直接覆盖 Sheet0 中对应项，更新过的项背景标记为黄色
得到的回答：
import openpyxl
from openpyxl.styles import PatternFill
import os
def sync_excel_data(file_path):
file_dir, file_name = os.path.split(file_path)
file_base, file_ext = os.path.splitext(file_name)
# 保存更新后的 DataFrame 到新文件（或覆盖原文件）
output_file_path = os.path.join(file_dir, f"{file_base}_updated{file_ext}")
"""
同步 Excel 工作表数据到 Sheet0。
参数:
output_file_path (str): Excel 文件的路径。
"""
try:
workbook = openpyxl.load_workbook(file_path)
sheet0 = workbook['Sheet0']
except FileNotFoundError:
print(f"错误：找不到文件 {file_path}")
return
except KeyError:
print("错误: 找不到名为 'Sheet0' 的工作簿。")
return
# 定义黄色填充
yellow_fill = PatternFill(start_color='FFFF00', end_color='FFFF00', fill_type='solid')
# 获取 Sheet0 的列名和索引的映射
sheet0_headers = {}
if sheet0.max_row > 0:
for col_index, cell in enumerate(sheet0[1], 1):
if cell.value:
sheet0_headers[cell.value] = col_index
if 'zh' not in sheet0_headers:
print("错误: Sheet0 中找不到名为 'zh' 的列。")
return
# 存储 Sheet0 中 "zh" 列的数据及其所在行号
sheet0_zh_data = {}
for row_index, row in enumerate(sheet0.iter_rows(min_row=2), 2):
zh_value = row[sheet0_headers['zh'] - 1].value
if zh_value is not None:
# 存储 (值, 行号)
sheet0_zh_data[zh_value] = row_index
# 遍历所有工作表，除了 Sheet0
sheet_names_to_process = [name for name in workbook.sheetnames if name.startswith('Sheet') and name != 'Sheet0']
sheet_names_to_process.sort(key=lambda x: int(x[5:]) if x[5:].isdigit() else float('inf'))
# 累计更新单元格个数
updated_count = 0
# 在 Sheet0 中查找并更新数据
for sheet_name in sheet_names_to_process:
print(f"正在处理工作表: {sheet_name}...")
current_sheet = workbook[sheet_name]
# 获取当前工作表的列名和索引的映射
current_sheet_headers = {}
if current_sheet.max_row > 0:
for col_index, cell in enumerate(current_sheet[1], 1):
if cell.value:
current_sheet_headers[cell.value] = col_index
if 'zh' not in current_sheet_headers:
print(f"警告: 在 {sheet_name} 中找不到名为 'zh' 的列，跳过。")
continue
# 遍历当前工作表的数据行
for row_index, row in enumerate(current_sheet.iter_rows(min_row=2), 2):
zh_value_current = row[current_sheet_headers['zh'] - 1].value
if zh_value_current in sheet0_zh_data:
row_to_update_index = sheet0_zh_data[zh_value_current]
# 遍历当前工作表的所有列，用列名匹配来更新 Sheet0
for col_name, current_col_index in current_sheet_headers.items():
# 确保在 Sheet0 中存在相同的列名，并且不是 "zh" 列
if col_name in sheet0_headers and col_name != 'zh':
# 获取当前工作表的数据
current_cell_value = current_sheet.cell(row=row_index, column=current_col_index).value
# 获取 Sheet0 中对应的单元格
sheet0_col_index = sheet0_headers[col_name]
cell_to_update = sheet0.cell(row=row_to_update_index, column=sheet0_col_index)
last_value = cell_to_update.value
# 如果值不同，则更新并标记
if cell_to_update.value != current_cell_value:
cell_to_update.value = current_cell_value
cell_to_update.fill = yellow_fill
updated_count += 1
print(f"更新单元格 {last_value} -> {current_cell_value}")
# 保存更改
try:
workbook.save(output_file_path)
print(f"数据更新完成，共更新了 {updated_count} 个单元格，新文件已保存为：{output_file_path} ")
except Exception as e:
print(f"保存文件时出错：{e}")
if __name__ == '__main__':
input_path = 'data.xlsx'
sync_excel_data(input_path)
优化提问：
优化上面的提问文案
得到的回答：
方案一：简洁明了型
使用 Python 找出并更新 Excel 文件中重复的数据。
具体需求：
- 在 Sheet0 之外的所有工作表中，找到与 Sheet0 中 "zh" 列完全相同的项。
- 将最新找到的相同项所在行的其他列数据，与 Sheet0 中对应的数据进行比对。
- 如果数据不一致，则用最新的数据覆盖 Sheet0 中的旧数据。
- 将所有更新过的单元格背景标记为黄色。
方案二：项目需求型
项目目标：Python 脚本自动同步 Excel 工作表数据。
需求详情：
- 数据比对：遍历 Excel 文件中除 Sheet0 以外的所有工作表。
- 匹配条件：以 "zh" 列作为唯一标识，找到与 Sheet0 中完全匹配的行。
- 内容同步：如果匹配行的其他列数据与 Sheet0 不符，则覆盖 Sheet0 中的数据。
- 可视化标记：自动将所有被更新的单元格填充为黄色，以便识别。
方案三：更口语化、直接型
帮我用 Python 写个脚本，来整理我的 Excel 表。
我想让它做三件事：
- 先看 Sheet0，然后去检查其他所有表格。
- 只要在其他表格里找到 "zh" 列和 Sheet0 里一模一样的项，就把那一行的数据拿过来。
- 对比一下，如果其他列的数据不一样，就用新数据把 Sheet0 里的旧数据换掉，并且把改过的地方涂成黄色。
4. 使用 Python 执行脚本
得到输出文件 data_updated.xlsx
