用pandas 将两个表格的相同sheet页面的相同单元格的 数据相加 如果是文本就跳过,如果是数字就相加

时间: 2024-02-18 16:00:25 浏览: 28
好的,以下是一个使用Pandas库来将两个Excel文件的相同sheet页面的相同单元格的数据相加的示例代码: ```python import pandas as pd import tkinter as tk from tkinter import filedialog # 打开第一个Excel文件 def open_file1(): global df1 path = filedialog.askopenfilename() if not path.endswith(".xlsx"): tk.messagebox.showerror("错误", "请选择一个Excel文件") return df1 = pd.read_excel(path) # 打开第二个Excel文件并将数据相加 def open_file2(): global df1 path = filedialog.askopenfilename() if not path.endswith(".xlsx"): tk.messagebox.showerror("错误", "请选择一个Excel文件") return df2 = pd.read_excel(path) for index, row in df2.iterrows(): if row["A"] in df1["A"].values: i = df1.index[df1["A"] == row["A"]][0] if isinstance(row["B"], str): continue elif isinstance(row["B"], int): df1.at[i, "B"] += row["B"] tk.messagebox.showinfo("结果", "数据已相加") # 创建GUI界面 root = tk.Tk() root.title("将两个Excel文件的相同sheet页面的相同单元格的数据相加") root.geometry("400x150") # 添加按钮 button1 = tk.Button(root, text="打开第一个Excel文件", command=open_file1) button1.pack(pady=10) button2 = tk.Button(root, text="打开第二个Excel文件并将数据相加", command=open_file2) button2.pack(pady=10) root.mainloop() ``` 此代码使用Pandas库来读取两个Excel文件并将它们的数据相加。首先,打开第一个Excel文件并将其存储在df1变量中。然后,打开第二个Excel文件,并使用iterrows()方法遍历它的每一行。对于每一行,检查它的A列值是否存在于第一个Excel文件的A列中。如果是,则找到相应的行并将其B列值加到第一个Excel文件的相应行的B列中。如果B列值是字符串,则跳过该行;如果是数字,则将其相加。 希望这可以帮助您使用Pandas来完成您的任务!

相关推荐

最新推荐

recommend-type

pandas连接数据库,从数据库读取数据,将数据保存到数据库

pandas连接数据库 import pymysql from sqlalchemy import create_engine ...导入两个包 pymysql 和sqlalchemy create_engine(url)此函数作用是与数据库建立连接,下面主要说一下里面url这个参数: 在这
recommend-type

使用Python Pandas处理亿级数据的方法

主要介绍了使用Python Pandas处理亿级数据的方法,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
recommend-type

利用pandas向一个csv文件追加写入数据的实现示例

我们越来越多的使用pandas进行数据处理,有时需要向一个已经存在的csv文件写入数据,传统的方法之前我也有些过,向txt,excel文件写入数据,传送门:Python将二维列表(list)的数据输出(TXT,Excel) pandas to_...
recommend-type

用Pandas和Folium做一个新冠数据可视化

目录数据集介绍可视化步骤1. 导入pandas等需要的库2. 读取数据,查看基本情况3. 读取城市坐标数据4. 按省份统计人数5. 合并城市坐标数据 与 省份数据6. 绘制地图写入HTML文件,并用浏览器打开完整代码 数据集介绍 1...
recommend-type

使用Python(pandas库)处理csv数据

(注:本文写于做毕设期间,有处理大量csv文件的需要,故使用python强大的库资源来处理数据,希望对有需要的你提供帮助和启发) 使用Python(pandas)处理数据 原始数据和处理之后的样式 图中为一个csv文件,待处理的...
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

解释minorization-maximization (MM) algorithm,并给出matlab代码编写的例子

Minorization-maximization (MM) algorithm是一种常用的优化算法,用于求解非凸问题或含有约束的优化问题。该算法的基本思想是通过构造一个凸下界函数来逼近原问题,然后通过求解凸下界函数的最优解来逼近原问题的最优解。具体步骤如下: 1. 初始化参数 $\theta_0$,设 $k=0$; 2. 构造一个凸下界函数 $Q(\theta|\theta_k)$,使其满足 $Q(\theta_k|\theta_k)=f(\theta_k)$; 3. 求解 $Q(\theta|\theta_k)$ 的最优值 $\theta_{k+1}=\arg\min_\theta Q(
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。