query_first()用法

7 篇文章 0 订阅
3 篇文章 0 订阅

$db-> query_first($sql)  
    等价于
$db-> fetch_array($DB-> query($sql))

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
这段代码看起来是读取一个 Excel 文件,并将其中的数据存储到字典中,最后再将字典转化为 Excel 文件并保存。但是这段代码存在一些问题: 1. `read_cars['借贷标志']` 是一个 Series 对象,无法直接和整数 0 比较,需要使用 `read_cars['借贷标志'].iloc[0] == 0`。 2. 在处理二级卡号和二级卡账号姓名时,使用了 `get` 方法,但是 `get` 方法是用于字典的,而这里使用的是 Series 对象,应该使用 `query_accouts_second.iloc[i]` 和 `query_accouts_second_name.iloc[i]`。 3. 在将字典转化为 DataFrame 时,使用了两层 `pd.DataFrame`,可以简化为一层。 下面是修改后的代码: ``` import pandas as pd level_cards = {'一级卡':[],'二级卡账号姓名':[],'二级卡号':[]} print(level_cards) read_cars = pd.read_excel('一级卡:刘春涛.xlsx') print(read_cars) query_accouts_first = read_cars.iloc[:,1].drop_duplicates() if len(query_accouts_first) == 1: query_accouts_second = read_cars.iloc[:,3] query_accouts_second_name = read_cars.iloc[:,2] print(query_accouts_second) if read_cars['借贷标志'].iloc[0] == 0: for i in range(len(query_accouts_second)): query_accout_second_for = str(query_accouts_second.iloc[i]) level_cards.setdefault('二级卡号').append(query_accout_second_for) for i in range(len(query_accouts_second_name)): query_accout_second_name_for = str(query_accouts_second_name.iloc[i]) level_cards.setdefault('二级卡账号姓名').append(query_accout_second_name_for) else: print('借贷标志错误') else: print('查询账号数据错误') query_accout_first = str(query_accouts_first.iloc[0]) print(query_accout_first) level_cards.setdefault('一级卡').append(query_accout_first) print(level_cards) level_cards = pd.DataFrame.from_dict(level_cards, orient='index').T level_cards.to_excel('123.xlsx', index=True, header=True) ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值