import pandas as pd import difflib # 读取原始文件 df = pd.read_excel("C:/Users/Admin/Desktop/1000_[].xlsx") # 从第二行开始筛选数据 df = df.iloc[1:] # 检查重复行，并合并相似的行 merged_rows = [] seen_authors = set() for _, row in df.iterrows(): author = row['author'] org = row['org'] if author in seen_authors: for merged_row in merged_rows: if merged_row['author'] == author and difflib.SequenceMatcher(None, str(merged_row['org']), org).ratio() > 0.9: merged_row.update(row) break else: merged_rows.append(row) else: merged_rows.append(row) seen_authors.add(author) # 创建新的数据框 merged_df = pd.DataFrame(merged_rows) df.to_excel("C:/Users/Admin/Desktop/1000_md.xlsx", index=False) print("合并完成并保存为1000_md.xlsx") 报错TypeError: 'float' object is not iterable 如何修改

报错 "TypeError: 'float' object is not iterable" 是因为在某些行中，'org' 列的值是浮点数类型（float），而不是可迭代的对象。造成这个问题的原因可能是原始文件中的某些单元格为空或包含了非字符串类型的数据。

为了解决这个问题，你可以在合并之前先将 'org' 列的值转换为字符串类型。可以使用 `str()` 函数来实现这个转换。以下是修正后的代码：

import pandas as pd
import difflib

# 读取原始文件
df = pd.read_excel("C:/Users/Admin/Desktop/1000_[].xlsx")

# 从第二行开始筛选数据
df = df.iloc[1:]

# 检查重复行，并合并相似的行
merged_rows = []
seen_authors = set()

for _, row in df.iterrows():
    author = row['author']
    org = str(row['org'])  # 将 'org' 列的值转换为字符串类型
    if author in seen_authors:
        for merged_row in merged_rows:
            if merged_row['author'] == author and difflib.SequenceMatcher(None, str(merged_row['org']), org).ratio() > 0.9:
                merged_row.update(row)
                break
        else:
            merged_rows.append(row)
    else:
        merged_rows.append(row)
        seen_authors.add(author)

# 创建新的数据框
merged_df = pd.DataFrame(merged_rows)

merged_df.to_excel("C:/Users/Admin/Desktop/1000_md.xlsx", index=False)

print("合并完成并保存为1000_md.xlsx")

在修正的代码中，我在合并之前使用 `str()` 函数将 'org' 列的值转换为字符串类型。这样可以避免在合并时出现TypeError。

请注意，你需要将文件的保存路径修改为你想要保存的位置。