for i in name_list: data=pd.read_csv(r"D:/批量处理文件/" + i,engine="python") print("{}读取完毕!".format(i)) data['子库代码'].fillna(0, inplace=True) data2 = data[(data["子库代码"] == '0') | (data["子库代码"] < 9999)] num = ['Y', 'N', ] data3 = data2[data2.是否超期标识.isin(num)] n = ['采供中心', '生产管理中心', ] data4 = data3[data3.采购二级部门.isin(n)] v = ['生产管理中心', ] data5 = data4[data4.采购二级部门.isin(v)] m = ['采购部', '采购价格管理部', '价格合约结算部'] data6 = data4[(data4['采购二级部门'] == '采供中心') & (data4['采购三级部门'].isin(m))] set_diff_df = pd.concat([data6, data5, ]) jgo = set_diff_df[set_diff_df['采购类别'].str.contains('生产材料')] df= pd.merge(jgo,da1[['采购类别','所属分会','分会小类','分会类型']],how = 'left',on = '采购类别') df1 = df.dropna(subset=['所属分会']) df2= df1.drop(df1[(df1['所属分会'] == '地弹簧&闭门器分会') &(df1['收货组织'] == 'KL门控事业部库存组织')].index) df3=df2[ ~ df2['订单行类型'].str.contains('需求采购')] df4= pd.merge(df3,db[['收货组织','收货组织简称',]],how = 'left',on = '收货组织') df5= pd.merge(df4,dc[['物料编码','物料类型',]],how = 'left',on = '物料编码') #df5=pd.concat([df4, dc], axis=0) df5['物料类型'].fillna("低频物料", inplace=True) df5["采购类别+事业部"]=df5['采购类别'] + df5['收货组织简称'] df6= pd.merge(df5,dd[['采购类别+事业部','紧急采购周期',]],how = 'left',on = '采购类别+事业部') df6["分会+供应商"]=df6['所属分会'] + df6['供应商代码'] df7= pd.merge(df6,de[['分会+供应商','主力供应商标识',]],how = 'left',on = '分会+供应商') print("{}--处理完毕!".format(i)) df7.to_csv(path_or_buf = r"D:\批量处理文件\{}".format(i), index=None, encoding='utf-8-sig') print("{}--保存完毕!".format(i)) print('-'*20) 代码那里有错误怎么改
时间: 2023-08-13 16:08:25 浏览: 43
根据你提供的代码,我没有看到明显的错误。但是,你可以尝试以下几个步骤来检查和修改代码:
1. 确认导入的库是否正确:你的代码中使用了很多Pandas库的函数,需要确认是否正确导入了这些库。例如,你可以在代码开头添加以下语句来导入Pandas库:
```python
import pandas as pd
```
2. 检查文件路径是否正确:你的代码中使用了文件读取和保存函数,需要确认文件路径是否正确。例如,你可以在文件路径前添加`print()`语句来检查路径是否正确,例如:
```python
print(r"D:/批量处理文件/" + i)
data=pd.read_csv(r"D:/批量处理文件/" + i,engine="python")
```
3. 检查数据列名是否正确:你的代码中使用了很多列名,需要确认列名是否正确。例如,你可以在读取数据后使用`print()`函数来输出数据的列名,例如:
```python
print(data.columns)
```
4. 检查数据筛选条件是否正确:你的代码中使用了很多数据筛选条件,需要确认条件是否正确。例如,你可以在筛选数据后使用`print()`函数来输出数据的行数,例如:
```python
print(len(data2))
```
5. 检查数据合并是否正确:你的代码中使用了很多数据合并函数,需要确认合并是否正确。例如,你可以在合并数据后使用`print()`函数来输出数据的行数,例如:
```python
print(len(df4))
```
通过逐步检查和修改代码,你应该可以找到和修复错误。