Python 跨数据帧匹配项目

Question

我发现很多问题，人们都在寻找匹配列表中的项目，但我的问题略有不同，导致了一些麻烦。我在 Windows 7 机器上使用 Python 3.6。

假设我是一家杂货店链式店的首席执行官，每周我都会收到一个 Excel 文件，其中包含每个商店每个商品的库存量。其中有 2 列，第一列是商店的城市和商品名称，第二列是商品数量。每个项目之前都有 4 个空格，而城市则没有空格，但两者位于同一列中。

|New York   |NAN|
|   Apples  |10 |
|   Oranges |20 |
|   Pears   |30 |
|Los Angeles|NAN|
|   Apples  |20 |
|   Oranges |40 |
|Dallas     |NAN|
|   Apples  |30 |
|   Oranges |60 |
|   Pears   |90 |

需要每周将其上传到服务器一次以进行库存控制。我在 pandas 数据框中对与每个商店和商品相关的 SKU 进行了交叉引用。

困难的部分来了。我现在想将其与我的 SKU 相匹配，以便我可以正确获取每个商店的每个 SKU 的库存。我的库存数据框是:

|City|Item     |#|
|NY  | Apples  |?|
|NY  | Oranges |?|
|NY  | Pears   |?|
|LA  | Apples  |?|

我的想法是首先在列表中查找纽约，一旦找到纽约，就逐行向下迭代，直到找到我的水果。问题如图所示，洛杉矶没有 Pears，如果纽约用完，该行就会丢失，而不仅仅是库存为 0。因此，for 循环将迭代，直到到达达拉斯并使用其库存，而不是返回纽约没有梨。简而言之，如何确保 for 循环不会越过我试图获取并返回不同城市库存的城市？

Answer 1

不要直接将数据加载到 pandas 中，而是使用 xlrd 解析 Excel 文件。使用正确的城市重新格式化文件产品 |计算条目并将其提取到数据帧中。然后，您应该能够使用标准 pandas.DataFrame.merge 对照 SKU 交叉引用此列表。