Excel嵌套IF、IFERROR、OR组合公式转换为Python代码求助

原公式逻辑拆解 #

先逐段拆解你给出的Excel公式 =IF( OR(IFERROR(AM2+0=0, AM2=""), DK2<>" "), " ", AM2)：

• IFERROR(AM2+0=0, AM2="")：尝试将AM列的值转为数字后判断是否等于0，若转换出错（比如AM值为非数字文本），则改为判断AM列的值是否为空字符串
• OR(条件1, 条件2)：只要上述IFERROR结果为真，或者DK列的值不等于单个空格字符，两个条件满足任意一个即判定为真
• 最终返回规则：OR条件成立时返回单个空格，否则返回AM列的原值

代码实现 #

处理Excel表格数据通常用Pandas库，以下提供两种实现方案：

方案1：易读的逐行处理（适合小数据量） #

import pandas as pd

# 逐行处理的自定义函数，完全对齐Excel公式逻辑
def match_excel_formula(row):
    # 处理IFERROR(AM2+0=0, AM2="")部分
    cond1 = False
    try:
        # 尝试转数字后判断是否为0
        cond1 = float(row['AM']) == 0
    except (ValueError, TypeError):
        # 转换失败时判断AM是否为空字符串
        cond1 = row['AM'] == ""
    # 处理DK2 <> " " 条件
    cond2 = row['DK'] != " "
    # 返回最终结果
    return " " if cond1 or cond2 else row['AM']

# df为读取Excel生成的DataFrame，替换新列名为你需要的名称
df['计算结果列'] = df.apply(match_excel_formula, axis=1)

方案2：向量化运算（适合十万行以上的大数据量，运行效率更高） #

import pandas as pd

# 尝试将AM列转数字，转换失败的值设为NaN
am_numeric = pd.to_numeric(df['AM'], errors='coerce')
# 计算第一个条件
cond1 = (am_numeric == 0) | (am_numeric.isna() & (df['AM'] == ""))
# 计算第二个条件
cond2 = df['DK'] != " "
# 生成结果列
df['计算结果列'] = " "
df.loc[~(cond1 | cond2), '计算结果列'] = df['AM']

注意事项 #

• 如果实际业务中DK列的判断是「不等于空字符串」而非「不等于单个空格」，把代码里的" "改为""即可
• 如果Excel里的空单元格读取后是NaN值，可以在cond1的判断里补充pd.isna(row['AM'])适配场景

内容的提问来源于stack exchange，提问作者rohi