在python中使用for循环将一个excel文件中的一个单元格与另一个excel文件中的一列单元格进行比较[关闭]

Question

我有 2 个我将使用的 excel 文件。两个 excel 文件的文件路径都被传递到一个函数中。将文件路径传递给 excel file1 = "Test" 的函数。传递给 excel file2 = "Report" 函数的文件路径。该函数为输出文件创建工作簿，并将我们将要填充的工作表命名为“列表”

我想创建 2 个数据框，df1 用于 excel file1，df2 用于 excel file2。

我想将“名称”列及其值从 excel file1 放入 df1。 （只是一个小例子）

     Name
0    James
1    Ben
2    Frank    
3    Charles
4    Tim

我想将“名称”和“状态”列及其值从 excel file2 放入 df2。 （只是一个小例子，df2更大）

     Name         State
0    Ben          DC
1    Sam          MD
2    Tim          NC
3    Charles      PA
4    Frank        IN
5    James        VA

我想将 df1 (cv1) 的“名称”列下第一行的单元格与 df2 (cv2) 的“名称”列的第一行的单元格进行比较。

如果 cv1==cv2，我想从 df2 复制同一行的“状态”列下的单元格，并将其写入函数创建的工作簿“列表”表的“最佳”列。

否则增加df2的行，重复比较。

我想对 df1 中在“名称”列中有名称的所有行执行此操作

输出应该是这样的

     Best
 0   VA
 1   DC
 2   IN
 3   PA
 4   NC

以下是我用于创建数据框的代码。我不确定如何使用 for 循环进行比较。非常感谢任何和所有的帮助。

import os
import pandas as pd

def page(Test,Report):
       # select columns i want to work with      
       compare_column1 = ["Name"] 
   compare_column2 = ["Name", "State"]
   write_column = ["Best"]

  # create dataframes for the column to copy to the output file and columns to compare
  Df1 = pd.DataFrame(columns=compare_column1)
  Df2 = pd.DataFrame(columns=compare_column2)

 # compare cell for every row under "Name" column from df1(cv1) to every cell under “Name”
 # column df2, if the 2 cells are equal, then copy the cell under the column “State” of that row
 # of df2 and write it to the column “Best” of the workbook with the sheet name “List” the
 # function created
 # else increment the row for df2, compare cv1 to cv2…. Do this for all names in the “Name”
 # column
 # df1
 df_file2 = pd.read_excel(Test)
 df_file3 = pd.read_csv(Report)
 for i in range (0, length(df1):
    cv1 = df1.loc[i], compare_column1]
 for j in range (0, length(df2):
    cv2 = df2.loc[j], compare_column1] #not sure how to select “Name” column
    if cv1==cv2:
       cv1.to_excel(writer, sheet_name=write_column, header=false, index=false, startrow=1)

Answer 1

如果您要使用 pandas，请不要循环。您可以使用merge。我无法测试，但假设您没有在索引上设置任何内容，请尝试：

Df1 = (Df1.reset_index()
          .merge(Df2.reset_index()[['index','Name','State']],
              how='left',
              on=['index', 'Name'])
         .drop('index', axis=1))
Df1