python excel dataorganiser TypeError：'float'对象不可迭代

Question

我目前有以下数据框：

1. Excel 工作表：(57*9000)
2. Excel 工作表：(49*8000)

我有以下功能：

• 在每个数据框中定位特定列

• 求 excel sheet 1 和 excel sheet 2 中每个单元格的最大相似度

• 对齐每个匹配并保存在 3.excel 文件中

代码：

import pandas as pd
import numpy as np
from difflib import SequenceMatcher


def similar(a, b):
    ratio = SequenceMatcher(None, a, b).ratio()
    return ratio

#Load Batchlog to Data frame

data1 = Batchlog_data = pd.read_excel (r'file1.xlsx')
data2 = Web_data = pd.read_excel (r'file2.xlsx')

df1 = pd.DataFrame(data1)
df2 = pd.DataFrame(data2)


order = []
for index, row in df1.iterrows():
    maxima = [similar(row['Name'], j) for j in df2['Name']]
    best_ratio = max(maxima)
    best_row = np.argmax(maxima)

    order.append(best_row)

df2 = df2.iloc[order].reset_index()

pd.concat([df1, df2], axis=1)

dfFinal=pd.concat([df1, df2], axis=1)

dfFinal.to_excel("Assembled_Tc2_adjustments.xlsx")  

输出：

  File "C:\Users\Anaconda3\lib\difflib.py", line 311, in __chain_b
    for i, elt in enumerate(b):

TypeError: 'float' object is not iterable

我确实在堆栈上尝试了以前帖子中的一些解决方案，但我仍在学习 python，因此未能成功地将建议应用于我的特定功能。

Answer 1

更新/解决部分

我在 Stack 中提出的另一个问题解决了这个问题！

对于这种特殊情况，它给出错误的原因：

TypeError: 'float' object is not iterable

是因为数据帧需要从浮点数转换为字符串，以便函数遍历它们。

就在下面

df1 = pd.DataFrame(data1)
df2 = pd.DataFrame(data2)

插入这个：（还要记住 df[You_Column_You_want_To_Iterate_Through]

df1['Name'] = df1['Name'].astype(str)
df2['Name'] = df2['Name'].astype(str)

以下代码可以：

• 它将 2 个输入文件转换为数据帧
• 然后它将获取一个特定的列（在这种情况下，它们都称为名称）并将其用作匹配输入
• 它取文件 1 中的一个名称，并贯穿文件 2 中的所有名称
• 然后它会获取匹配度最高的名称，并保存它们各自的行，并将它们彼此相邻地保存在输出文件中

代码：

import pandas as pd
import numpy as np
from difflib import SequenceMatcher

def similar(a, b):
    ratio = SequenceMatcher(None, a, b).ratio()
    return ratio

#Load Batchlog to Data frame

data1 = pd.read_excel (r'File1.xlsx')
data2 = pd.read_excel (r'File2.xlsx')

df1 = pd.DataFrame(data1)
df2 = pd.DataFrame(data2)

df1['Name'] = df1['Name'].astype(str)
df2['Name'] = df2['Name'].astype(str)

#Function/LOOP
order = []
for index, row in df1.iterrows():
    maxima = [similar(row['Name'], j) for j in df2['Name']]

#best_Ratio=Best Match
    best_ratio = max(maxima)
    best_row = np.argmax(maxima)

#Rearrange new order and save in Output File
    order.append(best_row)

df2 = df2.iloc[order].reset_index()

pd.concat([df1, df2], axis=1)

dfFinal=pd.concat([df1, df2], axis=1)

dfFinal.to_excel("OUTPUT.xlsx")  
#Thank you for the help!