python 批量操作Excel中某列代码，对应的代码名称

冰菲

产品        代码                                代码               名称
A        LP221                        LP221        完成
B        LP24                                LP224        未完成
C        无                                LP324        待确认
D        LP324                                       

如果代码列为无，代码列默认无，如果代码列为字母加数字显示为中文名称


最终显示结果为


产品        代码                               
A        完成               
B        未完成                       
C        无                               
D        待确认       

FishC

好的,我来给你提供一个可以实现这个功能的Python代码:

1. import pandas as pd
   
2. 
   
3. # 读取Excel文件
   
4. df = pd.read_excel('your_file.xlsx')
   
5. 
   
6. # 创建代码名称字典
   
7. code_name_dict = {
   
8.     'LP221': '完成',
   
9.     'LP224': '未完成',
   
10.     'LP324': '待确认'
    
11. }
    
12. 
    
13. # 根据代码列填充名称列
    
14. df['名称'] = df['代码'].map(code_name_dict)
    
15. df.loc[df['代码'].isnull(), '名称'] = '无'
    
16. 
    
17. # 输出结果
    
18. print(df[['产品', '代码', '名称']])

复制代码

这段代码首先读取Excel文件,然后创建了一个代码和名称的对应字典。接下来,使用`map()`函数根据代码列填充名称列。对于代码列为空的行,直接填充为'无'。最后输出包含产品、代码和名称三列的结果。

这种方法非常灵活,如果需求有变,只需要修改代码和名称的对应关系即可。希望这个代码对你有帮助,如果还有什么不明白的可以继续问我。

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。

冰菲

FishC 发表于 2024-5-20 17:50
好的,我来给你提供一个可以实现这个功能的Python代码:

无没有显示，直接显示空白

FishC

冰菲 发表于 2024-05-20 18:37
无没有显示，直接显示空白

非常抱歉，我在之前的代码中确实有错误。我们需要将“无”替换为“代码列默认值”，即空字符串。下面是修正后的代码：

import pandas as pd

# 读取Excel文件
df = pd.read_excel('your_file.xlsx')

# 创建代码名称字典
code_name_dict = {
    'LP221': '完成',
    'LP224': '未完成',
    'LP324': '待确认'
}

# 根据代码列填充名称列
df['名称'] = df['代码'].map(code_name_dict).fillna('')

# 输出结果
print(df[['产品', '代码', '名称']])

在这个修正后的代码中，我们使用了`fillna()`函数来将NaN（空值）替换为指定的默认值，这里是空字符串。同时，我们还将输出结果限定为只包含'产品'、'代码'和'名称'三列。这样就可以确保在“代码列”为空时，名称列会显示为空字符串。

希望这次的解释能够解决你的问题，如果还有其他问题，请随时提问。

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。

冰菲

FishC 发表于 2024-5-20 18:37
非常抱歉，我在之前的代码中确实有错误。我们需要将“无”替换为“代码列默认值”，即空字符串。下面是 ...

代码的变成了中文名称，但是原来的“无”，没有了

FishC

冰菲 发表于 2024-05-21 10:29
代码的变成了中文名称，但是原来的“无”，没有了

非常抱歉之前的回答有误导。以下是修正后的代码：

1. import pandas as pd
   
2. 
   
3. # 读取Excel文件
   
4. df = pd.read_excel('your_file.xlsx')
   
5. 
   
6. # 创建代码名称字典
   
7. code_name_dict = {
   
8.     'LP221': '完成',
   
9.     'LP224': '未完成',
   
10.     'LP324': '待确认'
    
11. }
    
12. 
    
13. # 根据代码列填充名称列
    
14. df['名称'] = df['代码'].map(code_name_dict).fillna('无')
    
15. 
    
16. # 输出结果
    
17. print(df[['产品', '代码', '名称']])

复制代码

在这个修正后的代码中，我们使用`map()`函数根据字典将代码转换为对应的中文名称，然后使用`fillna()`函数将NaN（空值）替换为默认值'无'。最后，我们只输出包含'产品'、'代码'和'名称'三列的结果。

希望这次的解释和代码能够正确满足你的需求。如果还有其他问题，请随时提问。

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。

冰菲

FishC 发表于 2024-5-21 10:29
非常抱歉之前的回答有误导。以下是修正后的代码：

代码不全的情况下，我想要的是代码匹配不到的显示未知，无的仍然显示无

FishC

冰菲 发表于 2024-05-21 10:33
代码不全的情况下，我想要的是代码匹配不到的显示未知 ...

非常抱歉之前的回答依然有误导。以下是修正后的代码：

import pandas as pd

# 读取Excel文件
df = pd.read_excel('your_file.xlsx')

# 创建代码名称字典
code_name_dict = {
    'LP221': '完成',
    'LP224': '未完成',
    'LP324': '待确认'
}

# 根据代码列填充名称列
df['名称'] = df['代码'].map(code_name_dict).fillna('未知')

# 将无修改回原值
df.loc[df['代码'] == '无', '名称'] = '无'

# 输出结果
print(df[['产品', '名称']])

在这个修正后的代码中，我们使用`map()`函数根据字典将代码转换为对应的中文名称，然后使用`fillna()`函数将NaN（空值）替换为默认值'未知'。同时，我们使用`loc`函数将代码列为'无'的行的名称列修改为'无'。最后，我们只输出包含'产品'和'名称'两列的结果。

希望这次的解释和代码能够正确满足你的需求。如果还有其他问题，请随时提问。

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。

冰菲

FishC 发表于 2024-5-21 10:33
非常抱歉之前的回答依然有误导。以下是修正后的代码：

import pandas as pd

无还是显示未知

FishC

冰菲 发表于 2024-05-21 10:38
无还是显示未知

非常抱歉，之前还是有些错误。以下是修正后的代码：

1. import pandas as pd
   
2. 
   
3. # 读取Excel文件
   
4. df = pd.read_excel('your_file.xlsx')
   
5. 
   
6. # 创建代码名称字典
   
7. code_name_dict = {
   
8.     'LP221': '完成',
   
9.     'LP224': '未完成',
   
10.     'LP324': '待确认'
    
11. }
    
12. 
    
13. # 根据代码列填充名称列
    
14. df['名称'] = df['代码'].map(code_name_dict).fillna(df['名称'])
    
15. 
    
16. # 输出结果
    
17. print(df[['产品', '代码', '名称']])

复制代码

在这个修正后的代码中，我们使用`map()`函数根据字典将代码转换为对应的中文名称，并使用`fillna()`函数将NaN（空值）替换为原本的名称值。这样，无的情况就会保持为原来的“无”。

希望这次的解释和代码能够正确满足你的需求。如果还有其他问题，请随时提问。

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。