使用Python从excel-2中的值中更新excel-1中缺少的值

Question

我有两个Excel表格，其中有顺序编号的列表和购买日期。表-1是主表，工作表-2可以称为主表的子集.

并非单-1中的所有序列号都随购买日期而更新.在表-2中，有那些序列号，其购买价值的日期在表-1中缺失。单-2是完全更新它的序列号和购买价值的日期。

我试图从表格-1中读取所有序列号，搜索工作表-2中的序列号，找到相应的购买日期，并在表-1中更新此值(无论何时丢失)。

以下是这两张纸的版面：(请注意，这两张纸的列名有点不同)

表-1

Serial#   Date of purchase
111       01-Jun-2018
222       13-Jan-2018
333       (Blank)
444       (Blank)
555       11-Dec-2017

表-2

Serial Number   purchase date
333             03-Feb-2019
444             19-Feb-2019

我是Pandas的新手，我第一次尝试用Pandas制作Python脚本来实现这一点。下面是我编写的代码，但它不起作用。

import xlrd
import pandas as pd
from pandas import ExcelWriter
from pandas import ExcelFile

df1 = pd.read_excel('Excel-1.xlsx', sheet_name='Sheet1')
df2 = pd.read_excel('Excel-2.xlsx', sheet_name='Sheet1')

df1['Date of purchase'] = df1['Serial#'].map(df2.set_index('Serial Number')['purchase date'])

误差

pandas.core.indexes.base.InvalidIndexError:仅对唯一值索引对象进行有效索引

编辑：

• 这两张纸都有数百个条目，我提到的布局只是一个示例。
• 这两张纸都有其他的列，除了样本布局中列出的2列之外，我们还感兴趣的是所提到的2列。

Answer 1

假设您的输入数据是：

In [1]: import pandas as pd

In [2]: sheet1=pd.DataFrame([[111,'01-Jun-2018'],[222,'13-Jan-2018'],[333],[444],[555,'11-Dec-2017']], columns=['Serial#','Date of purchase'])

In [3]: sheet1
Out[3]: 
   Serial# Date of purchase
0      111      01-Jun-2018
1      222      13-Jan-2018
2      333             None
3      444             None
4      555      11-Dec-2017

In [4]: sheet2=pd.DataFrame([[333,'03-Feb-2019'],[444,'19-Feb-2019']],columns=sheet1.columns)

In [5]: sheet2
Out[5]: 
   Serial# Date of purchase
0      333      03-Feb-2019
1      444      19-Feb-2019

您可以通过标引进行数据处理，并使用填充物方法：

In [6]: sheet1.set_index('Serial#')

In [7]: sheet1['Date of purchase'].fillna(sheet2.set_index('Serial#')['Date of purchase'], inplace=True)

In [8]:

Out[8]: 
        Date of purchase
Serial#                 
111          01-Jun-2018
222          13-Jan-2018
333          03-Feb-2019
444          19-Feb-2019
555          11-Dec-2017