怎么从没有规律的文本中，过滤出现部分相同字符的行，谢谢！

henry6

用PQ试了试，能解决

yjfwin

henry6 发表于 2022-7-4 21:27
用PQ试了试，能解决

感谢回复，PQ还真没用过。。。 实际是只在A列对比的，L和M列都没有的，也可以吗？

henry6

yjfwin 发表于 2022-7-4 22:02
感谢回复，PQ还真没用过。。。 实际是只在A列对比的，L和M列都没有的，也可以吗？

不知道你说的LM列指那些，
就是把A列的每一行与其他行比较有没有相同城市，有就提出来是那个城市，在哪一行
然后把重复出现城市的行删除重复项，只留第一次出现的

用PQ就是把A列按空格拆分成单个城市合成一列，与每一行对比。。。。。

yjfwin

henry6 发表于 2022-7-4 22:20
不知道你说的LM列指那些，
就是把A列的每一行与其他行比较有没有相同城市，有就提出来是那个城市，在哪 ...

嗯，就是需要这样的效果，可否把附件传上来？ 谢谢！

evluan

import pandas as pd
df = pd.read_excel('部分相同.xlsx', sheet_name=1).reset_index()
df1 = df['地区'].str.split(' ', expand=True).reset_index()
df1 = df1.melt(id_vars='index', var_name='行号', value_name='地名')
df2 = df1.groupby('地名').filter(lambda x: len(x) > 1)
df2=df2[['index','地名']]
df=pd.merge(df,df2,on='index',how='left')
df.to_excel('部分相同A.xlsx',index=False)

yjfwin

evluan 发表于 2022-7-5 00:56
import pandas as pd
df = pd.read_excel('部分相同.xlsx', sheet_name=1).reset_index()
df1 = df['地区 ...

非常感谢大神的回复，本人python小白，完全看不懂这个。。下载您的附件里面看了，把相同部分的城市给列出来了，麻烦您，能不能把过滤后的数据按原来的顺序，排序出来？最终的目的就是，新排序的每行里都是唯一的没有重复的城市， 非常感谢！

evluan

yjfwin 发表于 2022-7-5 08:51
非常感谢大神的回复，本人python小白，完全看不懂这个。。下载您的附件里面看了，把相同部分的城市给列出 ...

排序出来了呀，有个index就是行序号，出来的是新表，vlookup到原表上面取，依据就是index号一样的。

evluan

evluan 发表于 2022-7-5 09:12
排序出来了呀，有个index就是行序号，出来的是新表，vlookup到原表上面取，依据就是index号一样的。

倒数第二个图里就是结果，index是原表行的序号，行号就是原表列的序号，原表提一个index出来，然后按原表连接就可以merge回去了(vlookup)

evluan

evluan 发表于 2022-7-5 00:56
import pandas as pd
df = pd.read_excel('部分相同.xlsx', sheet_name=1).reset_index()
df1 = df['地区 ...

按照图片顺序，Excel里分步操作，加一个行序号和列序列号，二维转一维，一维里按地名分组，筛选组内个数大于1的，应该也可以完成。最后合并公式。

evluan

yjfwin 发表于 2022-7-5 08:51
非常感谢大神的回复，本人python小白，完全看不懂这个。。下载您的附件里面看了，把相同部分的城市给列出 ...

倒数第二张图filter就是筛选出来的结果，按地名分组，如果重复了，组里地名个数肯定大于1，index就是原表里的行序号，行号是原表拆分单元格对应的列号，按行号和结果就可以vlookup回原表了。