python处理相当于表格VLOOK函数的问题
就是两个文本文档，怎么通过a文本姓名那一列的姓名锁定b文本的有该姓名的那一行，再把该行的分数复制到a文本名字后面，类似于表格VLOOK函数的功能 嘿，朋友！想要用 Python 来实现类似 Excel 中 VLOOKUP 的功能？没问题，我来帮你搞定这个问题，让我们把代码变得像鱼一样畅游在数据的海洋中。假设你有两个文本文档：`a.txt` 和 `b.txt`。其中 `a.txt` 包含姓名，而 `b.txt` 则包含姓名和对应的分数。接下来，我们将通过 Python 来匹配这些数据。
### 1. 准备数据文件
首先，我们需要确保你的 `a.txt` 可能长这样：
张三
李四
王五
而 `b.txt` 看起来像这样：
张三, 85
李四, 90
王五, 75
### 2. 编写代码
下面是一个简单的 Python 脚本，用于实现这个功能：
# 读取 a.txt 文件
with open('a.txt', 'r', encoding='utf-8') as f_a:
names = f_a.read().strip().splitlines()# 将姓名存入列表
# 读取 b.txt 文件，创建一个字典来存储姓名和分数
scores = {}
with open('b.txt', 'r', encoding='utf-8') as f_b:
for line in f_b:
name, score = line.strip().split(', ')
scores = score# 姓名作为键，分数作为值
# 为每个姓名添加对应的分数
result = []
for name in names:
if name in scores:
result.append(f"{name}, {scores}")# 姓名和分数拼接
else:
result.append(f"{name}, 未找到分数")# 如果找不到分数，加个提示
# 输出结果到一个新文件
with open('result.txt', 'w', encoding='utf-8') as f_result:
for line in result:
f_result.write(line + '\n')
print("处理完成！结果已保存到 result.txt。")
### 3. 运行代码
只需将上述代码复制到 Python 环境中，确保你的 `a.txt` 和 `b.txt` 文件在相同目录下，然后运行它。运行结束后，你会在同一目录下看到一个 `result.txt` 文件，其中包含了每个姓名及其对应的分数，或者未找到分数的提示。
### 笑话时刻
要是这段代码能跟你一起去聚会的话，它会说：“别担心，我绝对不会让你‘分’开和自己喜欢的数据！”
希望这个解决方案能帮助你轻松搞定这个“VLOOKUP”式的任务！如果还有其他问题，随时问我哦！
以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。 样本数据 本帖最后由 Tato 于 2024-7-30 17:06 编辑
# file_a
# name
# a
# c
# file_b
# name score
# a 10
# d 30
# c 20
# 代码部分
import pandas as pd
df_a = pd.read_excel('file_a.xlsx', engine='openpyxl', index_col=False)
# 生成新列
df_a['generate_score'] = ''
df_b = pd.read_excel('file_b.xlsx', engine='openpyxl', index_col=False)
# 利用shape返回数据行数，遍历匹配name列，赋值新列
# iloc 对应行列索引
for i in range(df_a.shape):
for j in range(df_b.shape):
if df_a.iloc == df_b.iloc:
df_a.iloc = df_b.iloc
print(df_a.head(5))
# 需要输出的话，利用pd.to_csv()或者 pd.tp_excel()
# 输出效果
# name generate_score
# 0 a 10
# 1 c 20 可以使用编程语言如 Python 来处理文本文件。使用 pandas 库来模拟 Excel 中的 VLOOKUP 功能。这个脚本假设您有两个 CSV 文件（可以轻松地将文本文档转换为 CSV 格式），其中一个包含姓名，另一个包含姓名和分数。
```bash
pip install pandas
```
然后，您可以使用以下脚本：
```python
import pandas as pd
# 读取两个CSV文件
df1 = pd.read_csv('file1.csv')# 假设file1.csv有姓名列
df2 = pd.read_csv('file2.csv')# 假设file2.csv有姓名和分数列
# 确保姓名列在两个文件中都命名为'Name'
# 执行VLOOKUP操作，将df2中的分数列添加到df1中
df1['Score'] = df1['Name'].map(df2.set_index('Name')['Score'])
# 将结果保存到新的CSV文件中
df1.to_csv('result.csv', index=False)
```
在这个脚本中，`file1.csv` 是包含姓名的文件，`file2.csv` 是包含姓名和分数的文件。脚本使用 pandas 的 `map` 函数来查找 `df1` 中每个姓名对应的分数，并将这些分数添加到 `df1` 的新列 'Score' 中。最后，它将更新后的 DataFrame 保存到一个新的 CSV 文件 `result.csv` 中。
页:
[1]