使用pandas将xlsx文件中的特定行添加到列表中

Question

我想将xlsx文件的某些行添加到打开的列表中，但无法弄清楚如何执行此操作。 我有这样的数据几个XLSX文件：

 A B C D E F G H 
1 A10 2  A10 2    AB 
2 A105 1  A105 2    AB 
.... 
10 A250 4  A250 4    AB 

我想要的行，其中列E减B列的单元格值的单元格值的总和不等于零添加到列表中。所以在上面的例子中，我只希望将第二行添加到列表中，因为2 - 1是1而不是0。因此清单应当事后包含此：

​​

我不知道如何做到这一点，并尝试了几件事情，都与熊猫与openpyxl，但我还没有得到它的权利呢。任何人都可以帮助我一路？

这里是代码的开始：

import pandas as pd 
import glob 

numbers = [] 
rapp = r"C:\Myfolder 
files = glob.glob(rapp) 
for file in files: 
    df = pd.read_excel(excelfile) 
    if df.iloc[:,4] - df.iloc[:,1] != 0: #I get an errormessage on this, and do not know how to express this properly. 
     numbers =  #I do not know what to write here either, as I somehow need it to be row.tolist() 

Traceback: 
if df.iloc[:,4] - df.iloc[:,1] != 0: 
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all(). 

谢谢您的帮助！

Answer 1

熊猫在使用数组时有问题，而不是标量。

比较的输出是：

print ((df.iloc[:, 4] - df.iloc[:, 1]) != 0) 
0 False 
1  True 
2 False 
dtype: bool 

有2个False S和一个True。

不能使用if，因为python是confused - 有True和False s - 输出是什么？

你可以先通过boolean indexing与loc比较柱E和B，过滤器选择列和输出到列表：

m = df['E'].ne(df['B']) 
print (m) 
0 False 
1  True 
2 False 
dtype: bool 

解决方案与iloc：

m = df.iloc[:, 4].ne(df.iloc[:, 1]) 
pos = [0,1,3,7] 
print (df.loc[m, df.columns[pos]].values.tolist()) 
[['A105', 1, 'A105', 'AB']] 

编辑了自己的解决方案：

m = (df.iloc[:, 4] - df.iloc[:, 1]) != 0 
pos = [0,1,3,7] 
print (df.loc[m, df.columns[pos]].values.tolist()) 
[['A105', 1, 'A105', 'AB']] 

用于多列的解决方案：

print (df) 
     A B C  D E F G H 
0 A10 2 NaN A10 2 NaN NaN AB 
1 A10 3 NaN A10 2 NaN NaN AB 
2 A105 1 NaN A105 2 NaN NaN AB 
3 A250 4 NaN A250 4 NaN NaN AB 

m = (df.iloc[:, 4] - df.iloc[:, 1]) != 0 
print (m) 
0 False 
1  True 
2  True 
3 False 
dtype: bool 

pos = [0,1,3,7] 
print (df.loc[m, df.columns[pos]].values.tolist()) 
[['A10', 3, 'A10', 'AB'], ['A105', 1, 'A105', 'AB']]