1

Tengo dos archivos Excel, con referencia de productos y precios, muy largo, el otro simplemente contiene las referencias de los productos y debo introducir los precios, el problema es que no todos los productos del primer archivo están en el segundo, si no los ordenaría y copiaría, ¿Cómo puedo buscar el producto en el primer libro y añadir el precio que le corresponde en la columna correspondiente del segundo? Solo he utilizado lo básico con pandas y excel. Así es como leo los archivos y me gustaría combinarlos en uno:

import pandas as pd

df1 = pd.read_excel('oferta.xlsx')
df2 = pd.read_excel('Libro1.xlsx')
print(df1)
print(df2)

df_combine = df1.merge()

df_combine.to_excel('result.xslx')

introducir la descripción de la imagen aquí

Si lo realizo mediante filtros como la respuesta de abajo:

import pandas as pd

df1 = pd.read_excel('libro2g.xlsx', index_col=[0])
df2 = pd.read_excel('libro1g.xlsx',  index_col=[0])
print(df1)
print(df2)

df2['precio']=df1[df1['desc'].isin(df2['desc'].tolist())]['precio']


df2.to_excel('result.xlsx')

El error es:

Traceback (most recent call last): File "C:\Users\alvar\AppData\Local\Programs\Python\Python39\lib\site-packages\pandas\core\indexes\base.py", line 3080, in get_loc return self._engine.get_loc(casted_key) File "pandas_libs\index.pyx", line 70, in pandas._libs.index.IndexEngine.get_loc File "pandas_libs\index.pyx", line 101, in pandas._libs.index.IndexEngine.get_loc File "pandas_libs\hashtable_class_helper.pxi", line 4554, in pandas._libs.hashtable.PyObjectHashTable.get_item File "pandas_libs\hashtable_class_helper.pxi", line 4562, in pandas._libs.hashtable.PyObjectHashTable.get_item KeyError: 'desc'

The above exception was the direct cause of the following exception:

Traceback (most recent call last): File "D:\python\code\last.py", line 8, in df2['precio']=df1[df1['desc'].isin(df2['desc'].tolist())]['precio']
File "C:\Users\alvar\AppData\Local\Programs\Python\Python39\lib\site-packages\pandas\core\frame.py", line 3024, in getitem indexer = self.columns.get_loc(key) File "C:\Users\alvar\AppData\Local\Programs\Python\Python39\lib\site-packages\pandas\core\indexes\base.py", line 3082, in get_loc raise KeyError(key) from err KeyError: 'desc'

10
  • Cuales serían las columnas que harían match en ambos archivos ? Descripción y descripción breve ? Commented el 16 jun. 2021 a las 11:39
  • Exactamente, también coinciden las columnas nº Mat. Sap ant. seguido de MAT_0000000 con la columna Código.
    – mourazo
    Commented el 16 jun. 2021 a las 11:44
  • Un filtro basta
    – Christian
    Commented el 16 jun. 2021 a las 11:58
  • un filtro como?
    – mourazo
    Commented el 16 jun. 2021 a las 12:05
  • 1
    ahora hago una respuesta y mencioname!
    – Christian
    Commented el 16 jun. 2021 a las 13:03

2 respuestas 2

1

Bueno hay una forma sencilla y tradicional de resolver tu problema y es haciendo un filtro, es decir solo vamos ha poner el precio si los datos del df2 estan en el df1, donde el df1 es el que contiene todos los datos y el df2 solo contiene algunos del df1.

Para hacer esto tuve que poner datos ficticios por que no tus datos no estan en la pregunta en formato texto

creación de DataFrames

import pandas as pd

col1 = ['producto','precio']
col2 = ['producto','cantidad']
data1 = [['pd1',2],['pd2',4],['pd3',10],['pdx',100]]
data2 = [['pd1',7],['pd2',1],['pd3',2]]

df1 = pd.DataFrame(data1,columns=col1)
df2 = pd.DataFrame(data2,columns=col2)

df1 (contiene todos los datos)

producto precio
0 pd1 2
1 pd2 4
2 pd3 10
3 pdx 100

df2 (solo hay algunos datos del df1)

producto cantidad
0 pd1 7
1 pd2 1
2 pd3 2

Para hacer el filtro solo necesitamos usar la funcion isin() que combrueba si una lista de valores se encuentra en un dataframe

df2["precios"]=df1[df1["producto"].isin(df2["producto"].tolist())]["precio"]

Con df2["precios"] creamos una nueva columna en el df2 llamada precios que contendrá el resultado de df1[df1["producto"].isin(df2["producto"].tolist())], esto nos devolverá un DataFrame (productos, precio que corresponde al df1) con solo los valores del df1 que se encuentren en el df2 pero como solo nos interesa el precio hacemos ["precio"]

resultado df2

producto cantidad precios
0 pd1 7 2
1 pd2 1 4
2 pd3 2 10

Para guardar el resultado lo hacemos de la misma forma en que tu lo haces

df2.to_excel('result.xslx')
5
  • hola, gracias por la respuesta, pero no entiendo como abres los archivos y lo guardas luego?
    – mourazo
    Commented el 16 jun. 2021 a las 13:52
  • Ho. Ahora lo añado
    – Christian
    Commented el 16 jun. 2021 a las 13:54
  • Ya lo añadí :).
    – Christian
    Commented el 16 jun. 2021 a las 14:01
  • podrias poner el error?
    – Christian
    Commented el 16 jun. 2021 a las 14:33
  • he editado la pregunta
    – mourazo
    Commented el 16 jun. 2021 a las 14:38
1

Comienza por renombrar las columnas que harán match, dejándolas con el mismo nombre para que pandas pueda identificar correctamente las columnas, hago el ejemplo con la descripción pero te sugiero que lo hagas por las columnas de código

df1.rename(columns={"descripcion": "desc"}, inplace=True)
df2.rename(columns={"descripción breve": "desc"}, inplace=True)

También recomendable crear indices al hacer el cruce: df2.set_index("desc",inplace=True)

Por ultimo usa merge indicando la columna

df3 = df2.merge(df1, left_index=True, right_on="desc", how='left')

No tuve oportunidad de probar (por los archivos) pero debería funcionar o al menos darte la idea.

1
  • Hola, gracias por la respuesta, no es el resultado esperado, me crea un archivo que es un lio con todo mezclado, la idea es rellenar el segundo con los datos del primero
    – mourazo
    Commented el 16 jun. 2021 a las 13:39

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.