Python Pandas筛选R值>130的行并导出对应SN至新Excel的问题

需求说明 #

用户有多组HIGH和LOW类型的Excel文件，需要用Python Pandas完成以下操作：

• 计算R值：R = HIGH文件的KPIVALUE列值 - LOW文件的KPIVALUE列值
• 筛选出R值大于130的行
• 将这些行对应的SN列数据导出到新Excel文件

但当前编写的代码仅返回布尔值，无法获取目标单元格数据，原代码如下：

v=int(input("how many periods do you have:\n"))
new_excel_by_user=str(input("write the name of your new EXCEL file:"))
user_excel = pd.ExcelWriter(new_excel_by_user+'.xlsx', engine='xlsxwriter')
sys_excel=pd.ExcelWriter('sys_excel132.xlsx', engine='xlsxwriter')
final_excel=pd.ExcelWriter('final132.xlsx' , engine='xlsxwriter')

merged_df_H = pd.DataFrame()
merged_df_L = pd.DataFrame()
final_merged=pd.DataFrame()

for i in range(v):
    print("\npriod %d :"%(i+1))

    excelpathH=''+input(''+r"Insert your Excel path(HIGH):")
    excelpathL=''+input(''+r"Insert your Excel path(LOW):")
    excelpathH=excelpathH.replace('"', '')
    excelpathL=excelpathL.replace('"', '')
    dfH=pd.read_excel(os.path.join(excelpathH), engine='openpyxl' )
    dfL=pd.read_excel(os.path.join(excelpathL), engine='openpyxl' )

    Rnh=dfH['KPIVALUE']
    Rnl=dfL['KPIVALUE']
    R=Rnh-Rnl
    merged_df_H['R%s'%(i+1)]=R
    R=merged_df_H['R%s'%(i+1)]
    #the below code returns true false only
    RESULT=merged_df_H['R%s'%(i+1)].ge(130)
    print(".....................................................................")

    merged_df_H = pd.concat([ merged_df_H,dfH,dfL,R,RESULT], axis=1 )

    final_merged=pd.concat([final_merged,dfH['SN'], R,RESULT],axis=1)

问题分析 #

原代码的核心问题：

1. 仅生成了布尔判断列RESULT，但没有用这个条件去筛选对应的SN数据
2. 数据拼接逻辑混乱，多次concat导致数据结构冗余，无法直接提取有效数据

修正后的代码 #

import pandas as pd
import os

# 获取用户输入
v = int(input("请输入周期数:\n"))
new_excel_name = input("请输入新Excel文件名:") + '.xlsx'

# 初始化存储结果的DataFrame
final_result = pd.DataFrame()

for i in range(v):
    print(f"\n第{i+1}个周期:")
    # 读取文件路径并处理引号
    excelpathH = input("请输入HIGH类型Excel文件路径:").replace('"', '')
    excelpathL = input("请输入LOW类型Excel文件路径:").replace('"', '')
    
    # 读取Excel文件
    dfH = pd.read_excel(os.path.join(excelpathH), engine='openpyxl')
    dfL = pd.read_excel(os.path.join(excelpathL), engine='openpyxl')
    
    # 计算R值
    dfH['R'] = dfH['KPIVALUE'] - dfL['KPIVALUE']
    
    # 筛选R>130的行，提取SN和R值
    filtered = dfH[dfH['R'] > 130][['SN', 'R']]
    # 添加周期标识，方便区分不同周期的数据
    filtered['周期'] = i+1
    
    # 将当前周期的筛选结果合并到最终结果中
    final_result = pd.concat([final_result, filtered], ignore_index=True)

# 将最终结果导出到Excel
final_result.to_excel(new_excel_name, index=False, engine='openpyxl')
print(f"已完成导出，文件名为: {new_excel_name}")

关键改动说明 #

• 直接在HIGH数据框中计算R值，避免冗余的数据存储
• 使用dfH[dfH['R'] > 130]直接筛选符合条件的行，提取需要的SN和R值
• 添加周期标识，方便区分不同周期的筛选结果
• 最后统一导出所有符合条件的数据，结构清晰且符合需求

内容的提问来源于stack exchange，提问作者SOURA ELLE