table 复制内容_数据处理小技巧：根据指定内容提取行

需求：

两个excel表格有共同的一列A，第一个表格数据少，第二个表格数据多，我现在想根据表1的A列将表2中包含A列的内容提取出来； 简单说就是提取表格中指定的行

数据

表1

表2

以上数据完全是胡编乱造！

第一种实现方法 excel vlookup 函数

将表2复制到表1里

=VLOOKUP(B2,G2:I12,2,FALSE)

• 第一个参数是想要提取的字段
• 第二个参数是数据表2的范围
• 第三个参数是提取数据表2的哪一列
• 第四个参数是TRUE或者FALSE，是否精确匹配

第二种实现方法 python 的 pandas 模块

代码

table_a = pd.read_excel("A.xlsx",sheet_name = "Sheet1",converts={'cityid':str})
table_b = pd.read_excel("B.xlsx",sheet_name = "Sheet1",converts={'cityid':str})
table_a.merge(right = table_b,how='left',left_on="cityname",right_on="cityname")

结果

cityid cityname  GDP  Population
0    1111       北京  200         500
1    1112       南京  500         248
2    1113       唐山  100         139
3    1114       保定  300         168
4    1115       苏州  450         547
5    1116       上海  260         625
6    1117       西安  750         758

或者将结果写到excel里

table_c = table_a.merge(right = table_b,how='left',left_on="cityname",right_on="cityname")
table_c.to_excel("C.xlsx",index=False)

以上代码参考简书文章 利用Python将vlookup自动化

第三种实现方法 R 语言

代码

df1<-read.table("clipboard",header=T)
df1
df2<-read.table("clipboard",header=T)
df2
df2[df2$cityname%in%df1$cityname,]

结果

> df1<-read.table("clipboard",header=T)
> df1
  cityid cityname
1   1111     北京
2   1112     南京
3   1113     唐山
4   1114     保定
5   1115     苏州
6   1116     上海
7   1117     西安
> df2<-read.table("clipboard",header=T)
> df2
   cityname GDP Population
1      北京 200        500
2      南京 500        248
3      唐山 100        139
4      保定 300        168
5      苏州 450        547
6      上海 260        625
7      西安 750        758
8      重庆 690        747
9      成都 345        625
10     常州 285        325
11   秦皇岛 175        145
> df2$cityname%in%df1$cityname
 [1]  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE  TRUE FALSE FALSE FALSE FALSE
> df2[df2$cityname%in%df1$cityname,]
  cityname GDP Population
1     北京 200        500
2     南京 500        248
3     唐山 100        139
4     保定 300        168
5     苏州 450        547
6     上海 260        625
7     西安 750        758

自己之前一直没有搞明白R语言里如何根据指定内容提取行，这个应该是一种解决办法。

欢迎大家关注我的公众号 小明的数据分析笔记本