Pandas

merge()方法 - 类似Excel的Vlookup()函数

背景：从网上爬每天需要的数据，然后写入一个固定的Excel里。

# 筛选 大仓库存和在途数据
    warehouse_col = warehouse_excel.loc[:, ['s', 'avaliable', 'transit']]# 选取所有行，以及其他列
    warehouse_col['s'] = warehouse_col['s'].apply(int)# 转换为int类型，不然merge匹配要报错
    result_warehouse = pd.merge(all_sku_code_datafram, warehouse_col, how='left',
                                left_on='编码', right_on='s')  # 匹配
                                
# 写入 直接list()把Datafram转为列表
kucun_zaijia_sheet.range('AJ' + str(6)).options(transpose=True).value = list(result_warehouse['avaliable'])
kucun_zaijia_sheet.range('AL' + str(6)).options(transpose=True).value = list(result_warehouse['transit'])

具体教程参考： https://www.cnblogs.com/stream886/p/6022049.html
感谢

pandas to_excel() 报错

KeyError: <class ‘pandas._libs.tslibs.timestamps.Timestamp’>

更新了 pandas, openpyxl, xlwings之后，过了几分钟，莫名其妙又可以了，很绝望。

'''测试pandas的类excel - Vlookup函数之merge方法'''
import pandas as pd
import numpy as np

jxc_excel = pd.read_excel(r'E:\桌面\测试merge方法\TEST1.xlsx')
nina_excel = pd.read_excel(r'E:\桌面\测试merge方法\TEST2.xlsx')

in_ner = pd.merge(nina_excel, jxc_excel, how='left', left_on='sku_name', right_on='sku')
in_ner.to_excel(r'E:\桌面\测试merge方法\TEST.xlsx')

对列\行进行求和

1、对某一行进行求和：

row_sum = df.iloc[i,:].sum()

2、对某一列进行求和：

column_sum = df.iloc[:,j].sum()

3、对每一列进行求和：

for i in df.columns:
	print(df[i].sum())

作者：Jinlong_Xu
来源：CSDN
原文：https://blog.csdn.net/jinlong_xu/article/details/61193418

求和之后直接用int转换成数值，list()转为列表

int(column_sum)
list(column_sum)

修改columns名

rename()

df1.rename(columns={'A': 'B', 'C': 'D'}, inplace=True)

其中
columns={‘A’: ‘B’}: A表示原来的名字，B表示替代后的名字
inplace=True: 直接在原datafram中更新替代的结果

read_csv()时，报错

因为文件有中文路径，所以需要先用open()打开路径
然后在open里指定encoding=‘utf-8’
最好在代码第一行加入： # -- coding: utf-8 --

df1 = pd.read_csv(open(df, encoding='utf-8'))

loc[] 与 iloc[]

进行values更改的时候，最好不要用iloc[]，因为columns的序号有可能变更，比如一个名叫’AAA’的列，本来在第0列，经过一次操作变到第3列，这个时候继续用iloc[]去选中df1.iloc[:, 0]就会选到其他数据。
鉴于这个原因，在使用iloc[]进行values更改的时候，pandas会警示：

df1['是否白名单'] = df1.iloc[:, 2].isin(white_sku_code)
--------
SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead
See the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy

此处提示使用loc[]来进行valuse更变，更改后如下：

df1['是否白名单'] = df1.loc[:, '希望选取的列名']