Python 3.x 写入excel，但保留与引用数据框的列匹配的原始标题

我有一个数据帧：

参考：

Primary Site   Specification ID   Brand Name
Site1          1234               Brand1
Site2          12345              Brand2
Site3          123456             Brand3

另外：我有两个空白文件保存在一个文件夹中，看起来像： 文件1

文件2：

BRAND_VALUE_NAME
Brand Name

我的动机是将引用df中的数据写入文件，只要文件中的行=1与引用df的头匹配

我正在使用以下代码：

path = "path where files are kept"
file_list = os.listdir(path)
for i in file_list:
    filename = os.path.join(path, i)
    df = pd.read_excel(filename, header = 1) #to match the 1st row of file to the header of reference df
    cond = df.columns.intersection(reference.columns)
    reference[cond].to_excel(filename,index = False)

我实现了结果，数据也被拆分并写入匹配列中，但是我希望在将数据写入excel时保持文件的原始头（例如：Z_PRIMARY_SITE等）完好无损

当前输出：对于文件1等：

Specification ID  Primary Site
1234               Site1
12345              Site2
123456             Site3

SPEC_ID           Z_PRIMARY_SITE 
Specification ID  Primary Site
1234               Site1
12345              Site2
123456             Site3

file1等的预期输出：

Specification ID  Primary Site
1234               Site1
12345              Site2
123456             Site3

SPEC_ID           Z_PRIMARY_SITE 
Specification ID  Primary Site
1234               Site1
12345              Site2
123456             Site3

有没有办法做到这一点？？？

使用：

df = pd.read_excel(filename)
#added new column for testing
print (df)
            SPEC_ID Z_PRIMARY_SITE new
0  Specification ID   Primary Site  tt

#intersection by first row
cond = pd.Index(df.iloc[0]).intersection(reference.columns)
df1 = reference[cond].copy()
#create first row by columns names
df1.loc[-1] = df1.columns
d = dict(zip(df.iloc[0], df.columns))
#and rename columns for df columns
df1 = df1.sort_index().rename(columns=d)
print (df1)
             SPEC_ID Z_PRIMARY_SITE
-1  Specification ID   Primary Site
 0              1234          Site1
 1             12345          Site2
 2            123456          Site3

替代解决方案：

cond = pd.Index(df.iloc[0]).intersection(reference.columns)
df1 = reference[cond].copy()
df1 = pd.DataFrame([df1.columns], columns=df1.columns).append(df1)
d = dict(zip(df.iloc[0], df.columns))
df1 = df1.rename(columns=d)
print (df1)
            SPEC_ID Z_PRIMARY_SITE
0  Specification ID   Primary Site
0              1234          Site1
1             12345          Site2
2            123456          Site3

---

---

但是df和reference df都有相同的头，因为我读取的df是header=1，这样我就可以执行交集了。因此，它不会附加原始标题。你觉得怎么样？：）@是的，你是对的。所以解决方案应该是先交换值和列名，然后使用

df=pd.DataFrame（data=df.columns，columns=df.iloc[0]）

谢谢我已经编辑了问题，现在将我当前的v/s预期输出放入其中。：）刚刚编辑了所需的输出，对此表示抱歉。：）非常感谢。但是我得到的传递值的错误形状是（1，7），索引暗示（7，7）@anky_91-不客气！感谢您的支持；）