Python 查找多个数据帧中是否存在列值
我有4个excel文件-“a1.xlsx”,“a2.xlsx”,“a3.xlsx”,“a4.xlsx” 文件的格式相同 对于例如a1.xlsx,其如下所示:Python 查找多个数据帧中是否存在列值,python,pandas,Python,Pandas,我有4个excel文件-“a1.xlsx”,“a2.xlsx”,“a3.xlsx”,“a4.xlsx” 文件的格式相同 对于例如a1.xlsx,其如下所示: id code name 1 100 abc 2 200 zxc ... ... ... 我必须在pandas dataframe中读取此文件,并检查多个excel文件中是否存在相同的code列值 像这样的 如果code=100存在于'a1.xlsx'、'a3.xlsx'中,并且co
id code name
1 100 abc
2 200 zxc
... ... ...
我必须在pandas dataframe中读取此文件,并检查多个excel文件中是否存在相同的code
列值
像这样的
如果code=100
存在于'a1.xlsx'、'a3.xlsx'
中,并且code=200
仅存在于'a1.xlsx'
最终数据帧应如下所示:
code filename
100 a1.xlsx,a3.xlsx
200 a1.xlsx
... ....
and so on
我将所有文件都放在一个目录中,并尝试通过循环对它们进行迭代
import pandas as pd
import os
x = next(os.walk('path/to/files/'))[2] #list all files in directory
os.chdir('path/to/files/')
for i in range (0,len(x)):
df = pd.read_excel(x[i])
如何进行?有线索吗 使用:
import glob
#get all filenames
files = glob.glob('path/to/files/*.xlsx')
#list comprehension with assign new column for filenames
dfs = [pd.read_excel(fp).assign(filename=os.path.basename(fp).split('.')[0]) for fp in files]
#one big df from list of dfs
df = pd.concat(dfs, ignore_index=True)
#join all same codes
df1 = df.groupby('code')['filename'].apply(', '.join).reset_index()