Python比较数据表

Question

我正在做一个项目，需要将python中的数据与excel或txt文件中的数据进行比较。我将尝试更好地解释：我从网站上抓取了一个数据表（数据表有7行1列），我需要将这些值与txt或excel文件进行比较。此txt或excel文件有一个数据表，其中包含3个值，这些值存在于web scraped数据表中（3行1列）

Web刮取数据表：

FT 202003/69362
FT 202003/62581
FT 202003/41307
FT 202003/32316
FT 202003/4664
FT 201903/215090
FT 201903/197043

txt文件或excel文件中的数据表

FT 202003/62581
FT 202003/41307
FT 202003/32316

到目前为止，我的代码是：

faturas = driver.find_elements_by_xpath("//p[@class='text-description-small']//b[contains(text(),'FT')]")
    totalfaturas = len(faturas)
    fat_list = []
    for fat in faturas:
        fat_list.append(fat.text)
        print(fat.text)

我们的目标是找出哪些来自web刮取数据表的值不存在于文件数据表中，因为来自数据表的所有值在此网站中都有一个关联的按钮，但我只想单击txt或excel文件中不存在的值中的按钮（这部分我想我可以做到）。有人能帮我吗

Answer 1

您甚至可以使用in在另一个文本中检查一个文本：

text_from_file = '''FT 202003/62581
FT 202003/41307
FT 202003/32316'''

fat_text = 'FT 202003/62581'

if fat_text in text_from_file:
    print('already in file')
else:
    print('new element')

---

当您将文件中的文本作为项目列表时也是如此

list_from_file = [
    'FT 202003/62581',
    'FT 202003/41307',
    'FT 202003/32316',
]    

fat_text = 'FT 202003/62581'

if fat_text in list_from_file:
    print('already in file')
else:
    print('new element')

---

对于pandas.DataFrame，您可以使用`

if any(df['items'] == fat_text):

代码：

import pandas as pd

df = pd.DataFrame({'items': [
    'FT 202003/62581',
    'FT 202003/41307',
    'FT 202003/32316',
]})

fat_text = 'FT 202003/62581'

if any(df['items'] == fat_text):
    print('already in file')
else:
    print('new element')

最后，您可以使用sum（）将True转换为1，将False转换为0

if sum(df['items'] == fat_text) > 0:

或筛选行并检查得到的行数

if len(df[ df['items'] == fat_text ]) > 0: