如何基于列值并按条件合并File1与File2？含单位GMV判定税务规则

我来帮你解决这个文件合并并匹配税率的问题，这里提供两种常用的实现方式，你可以根据自己的工具偏好来选择：

一、Excel公式实现（适合非编程用户） #

首先先明确两个文件的结构：

• File1包含ID、Qty、GMV三列
• File2包含ID、Tax1%、Tax2%三列

假设你把File1放在Excel的Sheet1，File2放在Sheet2，可以按以下步骤操作：

1. 计算单位GMV：在Sheet1的D2单元格输入公式 =C2/B2（GMV除以Qty），然后下拉填充到所有行，得到每一行的单位GMV。
2. 匹配适用税率：在Sheet1的E2单元格输入以下公式：

=IF(D2<500, VLOOKUP(A2, Sheet2!$A$2:$C$4, 2, FALSE), VLOOKUP(A2, Sheet2!$A$2:$C$4, 3, FALSE))

• 公式逻辑：如果单位GMV小于500，就通过VLOOKUP根据ID匹配File2中的Tax1%；否则匹配Tax2%。
• 注意：Sheet2!$A$2:$C$4是File2的数据范围，要加绝对引用（$符号），避免下拉时范围偏移。

3. 处理缺失ID的情况：如果File1中的ID在File2里找不到（比如A4、A5），公式会返回#N/A，可以用IFERROR优化：

=IFERROR(IF(D2<500, VLOOKUP(A2, Sheet2!$A$2:$C$4, 2, FALSE), VLOOKUP(A2, Sheet2!$A$2:$C$4, 3, FALSE)), "无对应税率")

二、Python（Pandas）实现（适合批量/自动化处理） #

如果数据量较大或者需要重复执行这个操作，用Python的Pandas库会更高效。下面是完整的代码示例：

import pandas as pd

# 读取文件数据（实际使用时可以替换成pd.read_excel或pd.read_csv读取本地文件）
file1 = pd.DataFrame({
    "ID": ["A1", "A2", "A3", "A4", "A5"],
    "Qty": [1, 2, 5, 7, 2],
    "GMV": [100, 4000, 3000, 1200, 200]
})

file2 = pd.DataFrame({
    "ID": ["A1", "A2", "A3"],
    "Tax1%": ["5%", "5%", "12%"],
    "Tax2%": ["12%", "12%", "18%"]
})

# 计算单位GMV列
file1["单位GMV"] = file1["GMV"] / file1["Qty"]

# 按ID左连接两个数据框（保留File1的所有行）
merged_data = pd.merge(file1, file2, on="ID", how="left")

# 根据单位GMV判断适用税率
merged_data["适用税率"] = merged_data.apply(
    lambda row: row["Tax1%"] if row["单位GMV"] < 500 else row["Tax2%"],
    axis=1
)

# 给无对应税率的行填充提示文本
merged_data["适用税率"] = merged_data["适用税率"].fillna("无对应税率")

# 输出结果（也可以用merged_data.to_excel保存为Excel文件）
print(merged_data)

代码说明： #

• 用pd.merge做左连接，确保File1的所有数据都被保留；
• 用apply遍历每一行，根据单位GMV的阈值选择对应的税率；
• 用fillna处理File2中不存在的ID，避免出现空值。

两种方法最终得到的核心结果示例：

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