[已解决]python自动办公代码运行结果与预期不符

isdkz

你好！从你的代码中，我发现了一个小问题。在判断Ex_filevolume == data['档案编号'].shape[0]这个条件的时候，实际上在循环中永远无法满足这个条件，

因为Ex_filevolume的取值范围是0到data['档案编号'].shape[0] - 1。因此，你需要将条件改为Ex_filevolume == data['档案编号'].shape[0] - 1。

下面是修改后的代码：

1. 
   
2. import pandas as pd
   
3. import os
   
4. 
   
5. data = pd.read_excel('项目01.xlsx', sheet_name='Sheet1')
   
6. Target_filename = os.listdir('I:\对比工作预备\')
   
7. New_list = []
   
8. 
   
9. for Tar_filevolume in range(len(Target_filename)):
   
10.     found = False
    
11.     for Ex_filevolume in range(data['档案编号'].shape[0]):
    
12.         if Target_filename[Tar_filevolume][:16] == data['档案编号'].loc[Ex_filevolume]:
    
13.             X = Target_filename[Tar_filevolume][:16] + '已归档'
    
14.             New_list.append(X)
    
15.             found = True
    
16.             break
    
17.         else:
    
18.             if Ex_filevolume == data['档案编号'].shape[0] - 1:
    
19.                 y = Target_filename[Tar_filevolume][:16] + '未归档'
    
20.                 New_list.append(y)
    
21.             else:
    
22.                 continue
    
23.     if not found:
    
24.         y = Target_filename[Tar_filevolume][:16] + '未归档'
    
25.         New_list.append(y)
    
26. 
    
27. Writer = pd.ExcelWriter('项目01.xlsx', mode='a')
    
28. New_excel = pd.DataFrame(New_list)
    
29. New_excel.to_excel(Writer, sheet_name='Sheet2')
    
30. Writer.close()
    

复制代码

这样应该可以正确处理未归档的编号，并将其写入到新表Sheet2中。希望这能帮到你！如果有其他问题，请随时提问。

isdkz

bio911 发表于 2023-3-16 13:54
万分感谢大神解答！！！！
再向大神请教下：
1、Ex_filevolume是range()从0、1、2.....到100，然后data ...

1、是的，你理解得很正确。Ex_filevolume的取值范围是从0到100，而data['档案编号'].shape[0]的值是101。

所以，在你原始的代码中，条件Ex_filevolume == data['档案编号'].shape[0]始终无法满足。

因此，我们需要将条件改为Ex_filevolume == data['档案编号'].shape[0] - 1，这样就可以正确处理未归档的编号。



2、我们设置found变量的目的是为了在遍历data中的档案编号时，记录当前文件名在data中是否找到了对应的归档编号。

如果找到了，我们就将其标记为已归档，并将found设置为True。

而如果在遍历完整个data后都没有找到对应的归档编号，那么found仍然是False，此时我们就可以将当前文件名标记为未归档。

在23-25行代码中，我们根据found的值来决定是否将当前文件名标记为未归档。

如果found为False，则表示当前文件名没有在data中找到对应的归档编号，因此我们将其标记为未归档。