[已解决]python处理相当于表格VLOOK函数的问题

柑橘栀子花~

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

最佳答案

月排行榜 / 总排行榜

Tato

2024-7-29 10:03:50

# 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[0]返回数据行数，遍历匹配name列，赋值新列
# iloc[x,y] 对应行列索引

for i in range(df_a.shape[0]):
    for j in range(df_b.shape[0]):
        if df_a.iloc[i, 0] == df_b.iloc[j, 0]:
            df_a.iloc[i, 1] = df_b.iloc[j, 1]
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

跳转到最佳答案楼层

Tato

# 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[0]返回数据行数，遍历匹配name列，赋值新列
# iloc[x,y] 对应行列索引

for i in range(df_a.shape[0]):
    for j in range(df_b.shape[0]):
        if df_a.iloc[i, 0] == df_b.iloc[j, 0]:
            df_a.iloc[i, 1] = df_b.iloc[j, 1]
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

FishC

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：

1. 张三
   
2. 李四
   
3. 王五

复制代码

而 `b.txt` 看起来像这样：

1. 张三, 85
   
2. 李四, 90
   
3. 王五, 75

复制代码

### 2. 编写代码

下面是一个简单的 Python 脚本，用于实现这个功能：

1. # 读取 a.txt 文件
   
2. with open('a.txt', 'r', encoding='utf-8') as f_a:
   
3.     names = f_a.read().strip().splitlines()  # 将姓名存入列表
   
4. 
   
5. # 读取 b.txt 文件，创建一个字典来存储姓名和分数
   
6. scores = {}
   
7. with open('b.txt', 'r', encoding='utf-8') as f_b:
   
8.     for line in f_b:
   
9.         name, score = line.strip().split(', ')
   
10.         scores[name] = score  # 姓名作为键，分数作为值
    
11. 
    
12. # 为每个姓名添加对应的分数
    
13. result = []
    
14. for name in names:
    
15.     if name in scores:
    
16.         result.append(f"{name}, {scores[name]}")  # 姓名和分数拼接
    
17.     else:
    
18.         result.append(f"{name}, 未找到分数")  # 如果找不到分数，加个提示
    
19. 
    
20. # 输出结果到一个新文件
    
21. with open('result.txt', 'w', encoding='utf-8') as f_result:
    
22.     for line in result:
    
23.         f_result.write(line + '\n')
    
24. 
    
25. print("处理完成！结果已保存到 result.txt。")

复制代码

### 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。

wp231957

样本数据

很cool的阳

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。

颂风侯

数据多的话不建议用excel作为数据库储存，至少vba是相当的卡，用python使用pandas抽取速度比vba快，但是再想速度提高就得上数据库软件比如mysql，速度很快啊，不卡了。

shadowmage

建议，全放Excel里，用VBA查找，找到标黄就行。具体代码问FishC，或者DeepSeek也行。

至于说VBA卡，用豆包跟KIMI写的确实卡， 但是好点的AI，出的代码一点都不卡

更新

把两个文件（file_a.xlsx和file_b.xlsx）用 Python 的 Pandas 库处理。先读取两个文件内容到df_a和df_b，给df_a添加新列generate_score。然后通过循环对比两个文件中name列，若姓名相同，就把file_b里对应的分数赋值到df_a新列。最后可打印查看前 5 行数据，也能用pd.to_csv()或pd.to_excel()输出处理后的数据。