Question

我想将一些xlsx文件行添加到打开的列表中，但无法弄清楚如何执行此操作。我有几个xlsx文件，其数据如下：

     A    B    C    D    E    F    G    H
1   A10   2        A10   2             AB
2   A105  1        A105  2             AB  
....
10  A250  4        A250  4             AB

我想要将列E的单元格值减去列B的单元格值的总和不等于零的行添加到列表中。所以在上面的例子中，我只希望将第二行添加到列表中，因为2 - 1是1而不是零。所以列表后面应该包含这个：

  A105  1    A105  2   AB

我不知道如何实现这一点，并尝试了一些事情，包括pandas和openpyxl，但我还没有把它弄好。任何人都可以帮助我吗？

以下是代码的开头：

import pandas as pd
import glob

numbers = []
rapp = r"C:\Myfolder
files = glob.glob(rapp)
for file in files:
    df = pd.read_excel(excelfile)
    if df.iloc[:,4] - df.iloc[:,1] != 0:   #I get an errormessage on this, and do not know how to express this properly.
        numbers =     #I do not know what to write here either, as I somehow need it to be row.tolist()

Traceback:
if df.iloc[:,4] - df.iloc[:,1] != 0:
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

感谢您的帮助！

Answer 1

使用数组的pandas存在问题，而不是使用标量。

比较的输出是：

print ((df.iloc[:, 4] - df.iloc[:, 1]) != 0)
0    False
1     True
2    False
dtype: bool

有2个False和1个True。

并且不能使用if，因为python是confused - 有True和False s - 输出是什么？

您可以首先比较列E和B，按boolean indexing过滤loc选择列，然后输出到列表：

m = df['E'].ne(df['B'])
print (m)
0    False
1     True
2    False
dtype: bool

iloc的解决方案：

m = df.iloc[:, 4].ne(df.iloc[:, 1])
pos = [0,1,3,7]
print (df.loc[m, df.columns[pos]].values.tolist())
[['A105', 1, 'A105', 'AB']]

编辑您的解决方案：

m = (df.iloc[:, 4] - df.iloc[:, 1]) != 0
pos = [0,1,3,7]
print (df.loc[m, df.columns[pos]].values.tolist())
[['A105', 1, 'A105', 'AB']]

多列解决方案：

print (df)
      A  B   C     D  E   F   G   H
0   A10  2 NaN   A10  2 NaN NaN  AB
1   A10  3 NaN   A10  2 NaN NaN  AB
2  A105  1 NaN  A105  2 NaN NaN  AB
3  A250  4 NaN  A250  4 NaN NaN  AB

m = (df.iloc[:, 4] - df.iloc[:, 1]) != 0
print (m)
0    False
1     True
2     True
3    False
dtype: bool

pos = [0,1,3,7]
print (df.loc[m, df.columns[pos]].values.tolist())
[['A10', 3, 'A10', 'AB'], ['A105', 1, 'A105', 'AB']]

使用pandas将xlsx文件中的特定行添加到列表中

1 个答案: