求指导

一介书生423

# coding=utf-8
# import pandas as pd
# may_df = pd.read_csv('may.csv')
# june_df = pd.read_csv('june.csv')
#
# merged = pd.merge(may_df,june_df,on="states",how = 'outer',suffixes=('_ahead','behind'),indicator=True)
# # find change
# changed_rows = merged[merged['_merge']!='both']
# # find new lines
# new_rows = merged[merged['_merge']=='right_only']
# print(new_rows)
#

import pandas as pd
from tqdm import tqdm

# # 读取两张表
# df1 = pd.read_csv('may.csv')
# df2 = pd.read_csv('june.csv')
#
# # 筛选出location、project_name、building、unit、high和room相同的行
# cols = ['location', 'project_name', 'building', 'unit', 'high', 'room']
# df1_grouped = df1.groupby(cols).first().reset_index()
# df2_grouped = df2.groupby(cols).first().reset_index()
#
# # 将df1_grouped和df2_grouped合并，并比较states列的值
# df = pd.DataFrame(columns=df1.columns)
# for index, row1 in tqdm(df1_grouped.iterrows(), total=len(df1_grouped)):
#     for _, row2 in df2_grouped.iterrows():
#         if row1['location'] == row2['location'] and \
#                 row1['project_name'] == row2['project_name'] and \
#                 row1['building'] == row2['building'] and \
#                 row1['unit'] == row2['unit'] and \
#                 row1['high'] == row2['high'] and \
#                 row1['room'] == row2['room'] and \
#                 row1['states'] != row2['states']:
#             df = df.append(row1)
#
# # 输出结果
# print(df)

import pandas as pd
from tqdm import tqdm

# 读取两张表
df1 = pd.read_excel('D:\一介书生资料库\爬虫：八爪鱼\各市县整体市场\shujuchuli\A.xlsx')
df2 = pd.read_excel('D:\一介书生资料库\爬虫：八爪鱼\各市县整体市场\shujuchuli\B.xlsx')

# 筛选出location、project_name、building、unit、high和room相同的行   ,'got_date'
cols = ['备案名', '楼栋', '单元号', '房号', '面积', '清水价', '装修价', '物业类型']
df1_grouped = df1.groupby(cols).first().reset_index()
df2_grouped = df2.groupby(cols).first().reset_index()

# 合并两张表，并筛选出states有变化的行
df_merged = pd.merge(df1_grouped, df2_grouped, on=cols, suffixes=('_1', '_2'))
df = df_merged.loc[df_merged['颜色_1'] != df_merged['颜色_2']]

df.to_excel('D:\pydata\data.xlsx', index=False)
# 输出结果
print(df)




D:\PythonProject\pythonProject\Scripts\python.exe "E:\qycache\xuexi\pythonProject\房地产\process(3).py"
D:\PythonProject\pythonProject\lib\site-packages\numpy\_distributor_init.py:30: UserWarning: loaded more than 1 DLL from .libs:
D:\PythonProject\pythonProject\lib\site-packages\numpy\.libs\libopenblas.EL2C6PLE4ZYW3ECEVIV3OXXGRN2NRFM2.gfortran-win_amd64.dll
D:\PythonProject\pythonProject\lib\site-packages\numpy\.libs\libopenblas64__v0.3.21-gcc_10_3_0.dll
  warnings.warn("loaded more than 1 DLL from .libs:"
Traceback (most recent call last):
  File "E:\qycache\xuexi\pythonProject\房地产\process(3).py", line 55, in <module>
    df_merged = pd.merge(df1_grouped, df2_grouped, on=cols, suffixes=('_1', '_2'))
  File "D:\PythonProject\pythonProject\lib\site-packages\pandas\core\reshape\merge.py", line 144, in merge
    op = _MergeOperation(
  File "D:\PythonProject\pythonProject\lib\site-packages\pandas\core\reshape\merge.py", line 737, in __init__
    self._maybe_coerce_merge_keys()
  File "D:\PythonProject\pythonProject\lib\site-packages\pandas\core\reshape\merge.py", line 1389, in _maybe_coerce_merge_keys
    raise ValueError(msg)
ValueError: You are trying to merge on object and float64 columns. If you wish to proceed you should use pd.concat

进程已结束,退出代码1

isdkz

这段代码的目的是将两个Excel文件中相同的行合并，并找出其中状态（states）发生变化的行。然而，代码中存在一些问题导致运行出错。

首先，代码中使用了 pd.read_csv 函数读取CSV文件，但实际上文件的格式是Excel文件，应该使用 pd.read_excel 函数来读取。你需要将代码中的 pd.read_csv 改为 pd.read_excel ，并将文件路径改为相应的Excel文件路径。

其次，代码中使用了 tqdm 库来显示进度条，但你的代码中并没有导入该库。如果你想要使用进度条，你需要安装 tqdm 库，并在代码开头添加 from tqdm import tqdm 。

最后，代码中进行合并的列名存在问题。在代码中，使用了 location 、 project_name 、 building 、 unit 、 high 和 room 作为合并的列名，但实际上这些列名在你的Excel文件中并不存在。你需要根据实际情况修改合并的列名，确保这些列名在你的Excel文件中存在。

修改后的代码如下：

import pandas as pd
from tqdm import tqdm

# 读取两张表
df1 = pd.read_excel('D:\一介书生资料库\爬虫：八爪鱼\各市县整体市场\shujuchuli\A.xlsx')
df2 = pd.read_excel('D:\一介书生资料库\爬虫：八爪鱼\各市县整体市场\shujuchuli\B.xlsx')

# 筛选出location、project_name、building、unit、high和room相同的行
cols = ['备案名', '楼栋', '单元号', '房号', '面积', '清水价', '装修价', '物业类型']
df1_grouped = df1.groupby(cols).first().reset_index()
df2_grouped = df2.groupby(cols).first().reset_index()

# 合并两张表，并筛选出states有变化的行
df_merged = pd.merge(df1_grouped, df2_grouped, on=cols, suffixes=('_1', '_2'))
df = df_merged.loc[df_merged['颜色_1'] != df_merged['颜色_2']]

df.to_excel('D:\pydata\data.xlsx', index=False)
# 输出结果
print(df)

请根据你的实际情况修改代码中的文件路径和列名，并安装所需的库后再次尝试运行。

Mike_python小

新手乐园

首先，你的代码在执行时遇到了一个错误。错误信息显示，在合并数据框时，有一些列的数据类型不匹配。具体来说，它提到你尝试在一个对象类型和一个float64类型的列上进行合并。为了解决这个问题，你可以使用pd.concat函数来合并数据框而不是使用pd.merge。

现在让我帮你修改一下代码，以解决这个问题：

import pandas as pd# 读取两张表df1 = pd.read_excel('D:\一介书生资料库\爬虫：八爪鱼\各市县整体市场\shujuchuli\A.xlsx')df2 = pd.read_excel('D:\一介书生资料库\爬虫：八爪鱼\各市县整体市场\shujuchuli\B.xlsx')# 筛选出location、project_name、building、unit、high和room相同的行，并选择指定的列cols = ['备案名', '楼栋', '单元号', '房号', '面积', '清水价', '装修价', '物业类型']df1_grouped = df1.groupby(cols).first().reset_index()df2_grouped = df2.groupby(cols).first().reset_index()# 合并两张表，并筛选出states有变化的行df_merged = pd.concat([df1_grouped, df2_grouped])df_duplicates = df_merged[df_merged.duplicated(cols, keep=False)]df_changed = df_duplicates.loc[df_duplicates['颜色_1'] != df_duplicates['颜色_2']]# 输出结果df_changed.to_excel('D:\pydata\data.xlsx', index=False)print(df_changed)

这个修改后的代码将使用pd.concat函数合并两张表，并根据指定的列筛选出存在变化的行。最后，它会将结果保存到Excel文件中，并打印输出。

请注意，你需要将文件路径修改为正确的路径，并确保你安装了所需的包（pandas）。

希望这能帮到你！如果有任何进一步的问题，请随时问我。

球一个最佳答案谢谢啦！这对我非常重要！

一介书生423

isdkz 发表于 2023-11-1 15:25
这段代码的目的是将两个Excel文件中相同的行合并，并找出其中状态（states）发生变化的行。然而，代码中存 ...

你说的上面的  都有都对  更换列表名的时候错误  执行原来的列表名是对的

一介书生423

Mike_python小 发表于 2023-11-1 15:27
新手乐园

首先，你的代码在执行时遇到了一个错误。错误信息显示，在合并数据框时，有一些列的数据类型不匹 ...

收到  我也发现了原来自己的错误  谢谢

一介书生423

Mike_python小 发表于 2023-11-1 15:27
新手乐园

首先，你的代码在执行时遇到了一个错误。错误信息显示，在合并数据框时，有一些列的数据类型不匹 ...

D:\PythonProject\pythonProject\Scripts\python.exe E:\qycache\xuexi\pythonProject\房地产\process（版本2.3）.py
D:\PythonProject\pythonProject\lib\site-packages\numpy\_distributor_init.py:30: UserWarning: loaded more than 1 DLL from .libs:
D:\PythonProject\pythonProject\lib\site-packages\numpy\.libs\libopenblas.EL2C6PLE4ZYW3ECEVIV3OXXGRN2NRFM2.gfortran-win_amd64.dll
D:\PythonProject\pythonProject\lib\site-packages\numpy\.libs\libopenblas64__v0.3.21-gcc_10_3_0.dll
  warnings.warn("loaded more than 1 DLL from .libs:"
Traceback (most recent call last):
  File "D:\PythonProject\pythonProject\lib\site-packages\pandas\core\indexes\base.py", line 3652, in get_loc
    return self._engine.get_loc(casted_key)
  File "pandas\_libs\index.pyx", line 147, in pandas._libs.index.IndexEngine.get_loc
  File "pandas\_libs\index.pyx", line 176, in pandas._libs.index.IndexEngine.get_loc
  File "pandas\_libs\hashtable_class_helper.pxi", line 7080, in pandas._libs.hashtable.PyObjectHashTable.get_item
  File "pandas\_libs\hashtable_class_helper.pxi", line 7088, in pandas._libs.hashtable.PyObjectHashTable.get_item
KeyError: '状态_1'

The above exception was the direct cause of the following exception:

Traceback (most recent call last):
  File "E:\qycache\xuexi\pythonProject\房地产\process（版本2.3）.py", line 57, in <module>
    df_changed = df_duplicates.loc[df_duplicates['状态_1'] != df_duplicates['状态_2']]
  File "D:\PythonProject\pythonProject\lib\site-packages\pandas\core\frame.py", line 3761, in __getitem__
    indexer = self.columns.get_loc(key)
  File "D:\PythonProject\pythonProject\lib\site-packages\pandas\core\indexes\base.py", line 3654, in get_loc
    raise KeyError(key) from err
KeyError: '状态_1'

进程已结束,退出代码1




还是提示错误