Python实现DataFrame中匹配3个及以上数字并返回对应ID

依赖安装 #

先安装所需的Python库：

pip install pandas openpyxl

核心代码 #

import pandas as pd

# 设定需要匹配的目标数字集合
target_nums = {2, 4, 6, 8, 9, 10}

# 读取Excel文件，替换为你的实际文件名和工作表名
df_records = pd.read_excel('你的数据源文件.xlsx', sheet_name='待匹配记录表')

# 定义匹配计数函数，需根据实际数字列格式调整
def calc_match_count(row):
    # 假设数字列是逗号分隔的字符串（如"2,4,6,8"），如果是多列存储需修改逻辑
    record_nums = set(map(int, str(row['数字列']).split(',')))
    # 计算两个集合的交集长度，即匹配数字数量
    return len(record_nums & target_nums)

# 给每条记录计算匹配数
df_records['匹配数'] = df_records.apply(calc_match_count, axis=1)

# 筛选匹配数≥3的记录，仅保留ID列
qualified_ids = df_records[df_records['匹配数'] >= 3]['ID']

# 将结果导出到新Excel文件
qualified_ids.to_excel('符合条件的ID.xlsx', sheet_name='结果', index=False)

print("筛选完成，结果已导出")

关键说明 #

• 适配数据格式：如果数字不是逗号分隔的字符串（比如每个数字单独占一列），需要修改calc_match_count函数，例如遍历所有数字列判断是否在target_nums中并计数
• 参数替换：务必把代码中的文件名、工作表名、列名替换为你的实际数据对应名称
• 异常处理：若数据存在空值、非数字内容，可添加try-except块避免运行报错

内容的提问来源于stack exchange，提问作者user20250014