使用python代码比较Excel列

Question

我正在使用 excel 来比较三列：我的想法是将两列数据与第三列作为数组进行比较，就像第三列中的每个值都应该与第一列和第二列的每一行进行比较，并且想要为了只提取第三列中存在第一列和第二列数据的行，我使用了这个 python 命令

if([x in x,y for datafile] == [x in x for file) and [y in x,y for datafile] == [x in x for file]): 
    print x,y
else:
    print none        

这给了我一个语法错误

我已经使用zip 函数将我的前两列转换为一个元组，x,y 对应于元组中的值

Col_1 ||  Col_2    ||   file
Abc   |    Abk     |    cnl
Nck   |    Nck     |    Abk
xkl   |    cnl     |    Abc  
mzn   |    mzn     |  

这个我已经合并为数据文件((Abc,Abk),(Nck,Nck),(xkl,cnl),(mzn,mzn))

注意：我的第 3 列的值小于第 1 列和第 2 列。我有超过 10 万个值要比较

我想要这个查询的工作 python 程序

if [x for x,y in mydata if x == genelist and
y for x,y in mydata if y == genelist]:
    print (x,y)
else: 

有人可以在这里纠正上述代码中的语法错误

mydata('gene1,genea','gene2,geneb''gene3,genec') and genelist ('genea','geneb','genec') 

当我使用没有 if 语句的代码时，它会打印出“[]”我不知道这里出了什么问题

Answer 1

您可以使用pandas.Series.isin 对其进行过滤：

对于您的 excel 数据 (eg:comparison.xlsx)：

用途：

import pandas as pd
df = pd.read_excel('comparison.xlsx')
result = df[df['finaldata1'].isin(list(df['check'])) & df['finaldata2'].isin(list(df['check']))]
result

它会给你：

    finaldata1  finaldata2  check
0   Abc         Abk         cnl

因为Abc 和Abk 在file 列中。

更新：将结果写入excel文件：

from pandas import ExcelWriter

writer = ExcelWriter('PythonExport.xlsx')
result.to_excel(writer,'Sheet1',index=False)
writer.save()

结果将写入excel文件PythonExport.xlsx：