Aller à la ligne suivante python
yg_be Messages postés 23541 Date d'inscription Statut Contributeur Dernière intervention -
Bonjour,
J'ai 3 colonnes,
la colonne A représente le nom des produits
la colonne B représente le nom des produits
la colonne C représente la catégorie des produits
Si le nom du produit dans la colonne A = au nom du produit Colonne B (même ligne) alors le résultat sera la catégorie affiché à la colonne C (même ligne). Mais s'il ne trouve pas l'égalité, j'incrémente donc LA LIGNE (je me suis trompé tout à l'heure j'ai dis colonne) de la colonne B et la ligne de la colonne C
Voici mon code pour l'instant :
df['Résultat']=np.where(df['Libellé']==df['Catalogue urnes'],df['Consommables'],(ici j'aimerais dire alors compare sur la ligne en dessous)
Merci
Windows / Chrome 90.0.4430.93
- Aller à la ligne python
- Aller à la ligne excel - Guide
- Partager photos en ligne - Guide
- Mètre en ligne - Guide
- Citizen code python - Accueil - Outils
- Comment aller a la ligne sur iphone ✓ - Forum iPhone
4 réponses
Bonjour,
Le mieux serait d'afficher ton code complet ici avec les balises de code
mode d'emploi:
https://codes-sources.commentcamarche.net/faq/11288-poster-un-extrait-de-code
Visuellement, ça doit ressembler à ça:
for k in range(10): print(k)
bonjour,
Dans ton explication, tu mentionnes A, B et C, et dans ton code, tu as autre chose. Peux-tu faire un petit effort pour donner des explications correctes?
Cela veut dire quoi, "j'incrémente donc LA LIGNE"?
Donne plutôt un exemple avec les données en colonnes A , B et C, et ce que tu souhaites comme résultat.
import pandas as pds
import numpy as np
var ="sites"
resultat = pds.read_excel("C:\\Users\\utilisateur\\Downloads\\"+var+".xlsx")
df = pds.DataFrame(resultat,columns=['Libellé','Écarts de stocks'])
"""Suppression des lignes sans écarts stocks"""
df.drop(df.loc[df['Écarts de stocks']==0].index, inplace=True)
print("\n-----Extraction du site----\n")
print(df)
resultat1=pds.DataFrame(df)
print("\n-----Liste catégorie----\n")
"""Stock du deuxieme tableau"""
file ="C:\\Users\\utilisateur\\Desktop\\Analyse Monstock.xlsm"
df_2 = pds.read_excel(file)
resultat2=pds.DataFrame(df_2)
print(resultat2)
print("\n-----Concaténation des données----\n")
df_1=pds.DataFrame(resultat1,columns=['Libellé'])
df=pds.concat([df_1,resultat2],axis=1)
print(df)
print("\n-----Comparaison des données----\n")
df['Résultat']=np.where(df['colonne A']==df['Colonne B'],df['Colonne C'],df.iloc['Colonne B']+1)
print(df)
Exemple :
Colonne A ligne 1 : Papier rouge
Colonne B ligne 1 : Papier Bleu
Colonne C ligne 1: Type papier A
Si Colonne A ligne 1 n'est pas égale à la colonne B ligne 1 alors:
on regarde colonne B ligne 2 et colonne C ligne 2 (jusqu'à l'égalité)
si colonne B ligne 2 = colonne A ligne 1 alors on prends le résultat colonne C ligne 2
J'espère que j'ai été clair
Merci
Colonne A ligne 1 = Cadre empreinte
Colonne B ligne 1 = Boucle
Colonne C ligne 1 = Decorative
Colonne B ligne 2 = Cadre empreinte
Colonne C ligne 2 = consommables
Comme nous avons pas la colonne B ligne 1 égale à "Cadre empreinte", on descends sur la colonne B ligne 2 et colonne C ligne 2 . Cette fois ci nous avons bien Colonne A ligne 1 = Cadre empreinte == Colonne B ligne 2 = Cadre empreinte
En résultat colonne D on prendra donc le résultat affiché colonne C ligne 2 qui est consommables
Colonne D = consommables
Merci
Bonjour,
d'après ce que je comprends...
recupColC = '' while 1: if colA == colB: colD = colC # je mets ce que je trouve dans colC pour mettre dans colD recupColC = colC break # sortie si colA = colB (en récuperant colC dans une variable) # print(recupColC)
S'il ne faut pas sortir dès la première égalité entre colA et colB alors enlever la ligne du while, ainsi que celle du break
Voir à compléter l'explication si besoin.
Cordialement,
Malheureusement ce n'est pas si simple comme tu le pense. Si je demande de l'aide c'est qu'auparavant j'ai essayé plein de solution (3jours bloqués)
Pas très utile d'aller sur des forums pour répondre ça : "Tu n'as pas d'idée de comment programmer cela? Tu progresseras mieux en essayant toi-même."
Merci