本篇文章给大家分享的是有关使用Pandas怎么读取表格行数据并判断是否相同，小编觉得挺实用的，因此分享给大家学习，希望大家阅读完这篇文章后可以有所收获，话不多说，跟着小编一起来看看吧。
在奉化等地区，都构建了全面的区域性战略布局，加强发展的系统性、市场前瞻性、产品创新能力，以专注、极致的服务理念，为客户提供
成都网站建设、网站设计 网站设计制作按需设计网站,公司网站建设,企业网站建设,
高端网站设计,
营销型网站建设,成都外贸网站建设公司,奉化网站建设费用合理。
具体需求：
找出相同的数字，把与数字对应的英文字母合并在一起。
期望最终生成值：
TAOCGQ I 1
TAOCGQ WY 2
TAOCGQ BHLPQGRN 3
TAOCGQ VUE 4
TAOCGQ Z 5
代码实现：
import pandas as pd
df = pd.read_excel(r'E:\代码\tables_results\价格表.xlsx')
pd_result = df.to_dict(orient='split')
'''舱位信息列表['航线', 'W', 'I', 'Y', 'B', 'H', 'L', 'P', 'Q', 'G', 'V', 'U', 'Z', 'R', 'N', 'E', 'K']'''
cabin_list = pd_result['columns']
'''航线信息及价格列表 [['LHW-ZUH', 2.0, 0.0, 2.0, 2.0, 2.0, 3.0, 3.0, 3.0, 3.0, 3.0, 3.0, 3.0, 2.0, 2.0, 2.0, 0] ]'''
data_lists = pd_result['data']
for data in data_lists:
for number in range(0,20):
''' 循环航线信息取出列表的索引id'''
idxs = [i for i, x in enumerate(data) if x == number]
if idxs: #索引列表
news_data_list = []
for idx in idxs: #循环索引列表
news_data_list.append(cabin_list[idx])
cabin_merge = ''.join(news_data_list) # 将多个舱位合并
aviation_rebate = idxs[0] # 取出返点价格，因为有多个索引，只取第一个就行
air_route = str(data[0]).split('-') #航线 LHW-ZUH
dpt = air_route[0] # 出发城市
arr = air_route[1] # 到达城市
result = dpt + arr + ',' + cabin_merge + ',' + str(int(data[aviation_rebate]))
'''
最终结果：
['LHWZUH', 'IK', '0']
['LHWZUH', 'WYBHRNE', '2']
['LHWZUH', 'LPQGVUZ', '3']
['ZUHLHW', 'IK', '0']
'''
print(result.split(','))程序执行结果：
['TAOCGQ', 'I', '1']
['TAOCGQ', 'WY', '2']
['TAOCGQ', 'BHLPQGRN', '3']
['TAOCGQ', 'VUE', '4']
['TAOCGQ', 'Z', '5']
以上就是使用Pandas怎么读取表格行数据并判断是否相同，小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注创新互联行业资讯频道。
名称栏目：使用Pandas怎么读取表格行数据并判断是否相同-创新互联
本文链接：
http://cdkjz.cn/article/jdeoe.html
