1

剖面容重.py

@@ -0,0 +1,30 @@
+import pandas as pd
+import numpy as np
+df_1 = pd.read_excel(r"D:\guozhong\泾县数据集20241118\泾县剖面数据统计20241118.xlsx")
+df_1
+df_2 = pd.read_excel(r"D:\guozhong\泾县数据集20241118\泾县容重汇总20241118.xlsx")
+df_2
+# 确保列为字符串类型
+df_1["原样品编号"] = df_1["原样品编号"].astype(str)
+df_2["样品编号"] = df_2["样品编号"].astype(str)
+
+# 提取前16位和最后1位并组合
+df_1["原样品编号前16位"] = df_1["原样品编号"].str[:16] + df_1["原样品编号"].str[-1]
+df_2["样品编号前16位"] = df_2["样品编号"].str[:16] + df_2["样品编号"].str[-1]
+
+
+# 合并表格（左连接，保留df_1中的所有数据）
+merged_df = pd.merge(
+    df_1,
+    df_2[["样品编号前16位", "土壤容重1（g/cm³）", "土壤容重2（g/cm³）", "土壤容重3（g/cm³）", "土壤容重4（g/cm³）", "土壤容重平均值（g/cm³）"]],
+    left_on="原样品编号前16位",
+    right_on="样品编号前16位",
+    how="left"
+)
+
+# 删除辅助列
+merged_df = merged_df.drop(columns=["原样品编号前16位", "样品编号前16位"])
+
+# 输出结果
+print(merged_df)
+merged_df.to_excel(r"泾县剖面容重.xlsx", index=False, engine="openpyxl")

剖面水稳.py

@@ -0,0 +1,36 @@
+import pandas as pd
+import numpy as np
+
+df_1 = pd.read_excel(r"D:\guozhong\泾县数据集20241118\泾县剖面数据统计20241118.xlsx",converters={'容重样品编号': str})
+df_1
+df_2 = pd.read_excel(r"D:\guozhong\泾县数据集20241118\泾县水稳汇总20241110.xlsx")
+df_2
+# 确保列为字符串类型
+df_1["原样品编号"] = df_1["原样品编号"].astype(str)
+df_2["样品编号"] = df_2["原样品编号"].astype(str)
+
+# 创建一个布尔掩码，标记尾号为1的行
+mask = df_1["原样品编号"].str.endswith("1")
+
+# 将未满足条件的行清空（填充为NaN），保留满足条件的行原位置不变
+df_1.loc[~mask, :] = np.nan
+
+# 提取前16位进行匹配
+df_1["原样品编号前16位"] = df_1["原样品编号"].str[:16]
+df_2["样品编号前16位"] = df_2["样品编号"].str[:16]
+
+# 合并表格（左连接，保留df_1中的所有数据）
+merged_df = pd.merge(
+    df_1,
+    df_2[["样品编号前16位", "水稳>5mm（%）", "水稳3mm~5mm（%）", "水稳2mm~3mm（%）", "水稳1mm~2mm（%）", "水稳0.5mm~1mm（%）", "水稳0.25mm~0.5mm（%）", "水稳性大团聚体总和（%）"]],
+    left_on="原样品编号前16位",
+    right_on="样品编号前16位",
+    how="left"
+)
+
+# 删除辅助列
+merged_df = merged_df.drop(columns=["原样品编号前16位", "样品编号前16位"])
+
+# 输出结果
+print(merged_df)
+merged_df.to_excel(r"泾县剖面水稳.xlsx", index=False, engine="openpyxl")

地理信息.py

@@ -0,0 +1,39 @@
+import pandas as pd
+
+# 读取两个表
+table1 = pd.read_excel(r"D:\guozhong\庐江县\8、庐江县\剖面\庐江县剖面.xlsx")  # 表1
+table2 = pd.read_excel(r"D:\guozhong\庐江县\8、庐江县\庐江县剖面数据统计20241124.xlsx")  # 表2
+
+# 获取表2的样品编号列表
+sample_ids_table2 = table2["样品编号"].tolist()
+sample_count = len(sample_ids_table2)
+
+# 用于存储结果的列表
+result = []
+
+print("样品编号总数:", sample_count)
+
+# 遍历表2的样品编号列表
+for sample_id in sample_ids_table2:
+    # 在表1中查找匹配的行
+    matched_rows = table1[table1["样品编号"] == sample_id]
+
+    # 如果有匹配的行
+    if not matched_rows.empty:
+        # 只取匹配到的第一行
+        first_matched_row = matched_rows.iloc[0]
+        result.append((sample_id, first_matched_row.to_dict()))
+    else:
+        # 如果没有匹配的内容，仅添加样品编号，其他字段为空
+        result.append((sample_id, {}))
+
+# 构建 DataFrame
+output_data = []
+for item in result:
+    row_dict = {"样品编号": item[0], **item[1]}  # 样品编号 + 匹配行内容（如果有）
+    output_data.append(row_dict)
+
+output_df = pd.DataFrame(output_data)
+
+# 保存结果到 Excel
+output_df.to_excel("庐江剖面地理信息.xlsx", index=False)

容重匹配.py

@@ -0,0 +1,33 @@
+import pandas as pd
+
+# 读取Excel文件
+df1 = pd.read_excel(r'D:\guozhong\来安县\来安县\9、来安县\来安县表层数据统计.xlsx', converters={'原样品编号': str})
+df2 = pd.read_excel(r'D:\guozhong\来安县\来安县\9、来安县\来安县土壤容重.xlsx')
+
+print(df1)
+# 确保 '原样品编号' 列是字符串类型
+df1['原样品编号'] = df1['原样品编号'].astype(str)
+df2['样品编号'] = df2['样品编号'].astype(str)
+
+# 去除第一张表和第二张表中样品编号的后两位
+df1['Processed ID'] = df1['原样品编号'].str[:-2]
+df2['Processed ID'] = df2['样品编号'].str[:-2]
+print(df1)
+print(df2)
+
+# 创建一个空的DataFrame用于存储结果
+result_df = pd.DataFrame(columns=df2.columns)
+
+# 遍历处理后的第一张表的样品编号
+for id in df1['Processed ID']:
+    # 在第二张表中查找匹配的样品编号
+    matched_row = df2[df2['Processed ID'] == id]
+    # 如果找到匹配项，则添加到结果DataFrame中；否则添加一个空值行
+    if not matched_row.empty:
+        result_df = pd.concat([result_df, matched_row], ignore_index=True)
+    else:
+        # ai
+        empty_row = pd.Series([''] * len(df2.columns), index=df2.columns)
+        result_df = pd.concat([result_df, empty_row.to_frame().T], ignore_index=True)
+
+result_df.to_excel('来安容重.xlsx', index=False)

水稳匹配.py

@@ -0,0 +1,29 @@
+import pandas as pd
+import numpy as np
+df_1 = pd.read_excel(r"D:\guozhong\来安县\来安县\9、来安县\来安县表层数据统计.xlsx")
+df_1
+df_2 = pd.read_excel(r"D:\guozhong\来安县\来安县\9、来安县\来安县水稳数据.xlsx")
+df_2
+# 确保列为字符串类型
+df_1["原样品编号"] = df_1["原样品编号"].astype(str)
+df_2["样品编号"] = df_2["样品编号"].astype(str)
+
+# 提取前16位进行匹配
+df_1["原样品编号前16位"] = df_1["原样品编号"].str[:16]
+df_2["样品编号前16位"] = df_2["样品编号"].str[:16]
+
+# 合并表格（左连接，保留df_1中的所有数据）
+merged_df = pd.merge(
+    df_1,
+    df_2[["样品编号前16位", "样品编号","水稳>5mm（%）", "水稳3mm~5mm（%）", "水稳2mm~3mm（%）", "水稳1mm~2mm（%）", "水稳0.5mm~1mm（%）","水稳0.25mm~0.5mm（%）","水稳性大团聚体总和（%）"]],
+    left_on="原样品编号前16位",
+    right_on="样品编号前16位",
+    how="left"
+)
+
+# 删除辅助列
+merged_df = merged_df.drop(columns=["原样品编号前16位", "样品编号前16位"])
+
+# 输出结果
+print(merged_df)
+merged_df.to_excel(r"来安水稳.xlsx", index=False, engine="openpyxl")

转码.py

@@ -0,0 +1,30 @@
+import pandas as pd
+
+# 读取两个表
+table1 = pd.read_excel(r"D:\guozhong\泾县数据集20241118\泾县转码表.xlsx")  # 表1
+table2 = pd.read_excel(r"D:\guozhong\泾县数据集20241118\泾县水稳汇总20241110.xlsx")  # 表2
+
+
+# 确保两表列数据类型一致，转换为字符串
+table1["转码后样品编号"] = table1["转码后样品编号"].astype(str)
+table1["样品编号"] = table1["样品编号"].astype(str)
+table2["样品编号"] = table2["样品编号"].astype(str)
+
+# 提取表2的样品编号列
+sample_ids_table2 = table2["样品编号"].tolist()
+
+# 创建一个列表，用于存储匹配结果
+matched_results = []
+
+# 遍历 table2 的样品编号，与 table1 的转码后样品编号匹配
+for sample_id in sample_ids_table2:
+    matches = table1[table1["转码后样品编号"] == sample_id]
+    for _, row in matches.iterrows():
+        matched_results.append((sample_id, row["样品编号"]))
+
+# 将结果转为 DataFrame 并保存到 Excel 文件
+output_df = pd.DataFrame(matched_results, columns=["表2样品编号", "表1样品编号"])
+output_path = r"D:\guozhong\泾县剖面水稳转码.xlsx"
+output_df.to_excel(output_path, index=False)
+
+print(f"匹配完成！结果已保存到 {output_path}")