01 前言
本篇很简单，但很实用，是我在工作中频繁使用的代码，超简单！小白看过来！
02 需求
根据Excel中的ID，提取数据库中此ID对应的数据，如果是两个Excel直接VLOOKUP即可，如果是在两个数据库中，只需要左连接即可，但是现在一个是在Excel中一个是在数据库中：
①要么都导进数据库进行左连接（可行，但麻烦）
②要么都导到Excel中VLOOKUP（不可行，数据库数据相当庞大，Excel完全吃不消）
③利用中间工具，也就是我今天要分享的代码
03 第三方工具介绍
我平时使用的第三方软件，是免费的finebi，powerbi应该也可以，将表导入bi，利用SQL读取数据，然后通过左连接匹配，再导出（平时会用这种方法，代码少简便易操作，但是finebi非常耗内存，因为给其他部门做的可视化报表需要使用他实时更新数据，所以无法承担临时查询的工作任务）
所以想要利用python代码来查询：①通过代码根据路径识别Excel内容，②SQL查询获取数据库数据，③联合查询，得到结果，④数据写入Excel；
步骤和前几种方法都一样，只是Python操作简单，代码简单，效率超高，速度极快。
直接上代码
代码编辑版
#①只需要两个库，pandas和pymssql，pandas处理数据必备库，pymssql是用来访问连接sql server，如果是mysql需要使用pymysql
import pandas as pd
import pymssql
#②数据库登陆连接的信息，其中charset='cp936'，避免中文乱码
con=pymssql.connect(server=’ip+端口’, user='用户名', password='密码', database='数据库名称',charset='cp936')
#③下边为简单的甩sql 查询代码，这里三个引号可以允许写多行代码
sql="""SELECT distinct
cast(ltrim(rtrim([MeterNo]) ) as varchar) as '？？'
,[Caliber]
FROM 数据库"""
#④使用pandas读取sql查询的数据
sql_table=pd.read_sql(sql,con)
#⑤pandas根据excel位置读取excel内容
origine_table=pd.read_excel(r"D:\数据文件\12、根据？？查口径\待审核录入toPC20211019.xlsx",dtype={"Meter_id":str})
#⑥将excel和数据库查询的数据左连接
df=pd.merge(origine_table,sql_table,left_on="Meter_id",right_on="？？",how="left")
df=pd.DataFrame(df,columns=["Meter_id","Caliber"])
#⑦将查询到的数据导到特定位置中，大功告成
df.to_excel(r"D:\数据文件\12、根据？？查口径\处理.xlsx",index=None)
print("end")
第三方软件虽然操作简单，拖拖拽拽就可以，但是太卡了，体验感太差了，如果你的电脑配置高，当我没说，Python这时候真的很给力，小白建议收藏，以后会用到，大神请略过。