在excel中怎么看A列数据是否包含B列的数据
 
介绍3种方法：
 1，=IF(COUNTIF(A:A,B2)>=1,“在A列包含”," 不在A列")
 2，=IF(IFERROR(MATCH(B2,A:A,0),0)>0,“在A列包含”," 不在A列")
 3，=IF(IFERROR(INDEX(A:A,MATCH(B2,A:A,0)),0)<>0,“在A列包含”," 不在A列")

我现在有这样的一张表 第一列姓名第二列学号如下：
 
 想将除ab列其他数据都放到ab列下：
 
 首先第一步,在a列的后面写公式接上c列的第一个选中A列9行的右下角鼠标变成‘+’时向右移动
 
 
 然后选中一行继续放在右下角显现‘+’往下移动直到那行出现全是0
 然后在选中状态下右键复制占粘贴一下将带公式的单元格转存为文本型（这一步很重要不然下一步没有效果）。
 
 
之后删除ab列以为的数据即可
 
 最后进行筛选下去掉0，将其他列数据放在ab列数据后工作完成
 
 
分享大佬做的gif
 

脚本背景：通过脚本快速处理工作中获取的大量数据，筛选出存在A列不存在B列的数据，并将结果保存到CSV文件中。
方法1：
import pandas as pd
import numpy as np
from pandas.core.frame import DataFrame
data=pd.read_csv('C:\\Users\\admin\\Downloads\\data.csv',sep=',')
a=data['a'].tolist()
b=data['b'].tolist()
#using set to quickly judge duplicated data
A=set(a)
B=set(b)
d=[x for x in A if x not in B]
dd=DataFrame(d) #convert data to the type of DataFrame
dd.to_csv('C:\\Users\\admin\\Downloads\\data1.csv') #save the result data in csv file

脚本背景：给定2个txt文本，还有一个result.txt文本，需要判定是否在之前的2个txt文本中出现过，实现代码如下：
思路和上面方式差不多

 
 

 

  
import pandas as pd
import numpy as np
from pandas.core.frame import DataFrame
f1=pd.read_table("C:\\Users\\admin\Downloads\\1.txt")
f2=pd.read_table("C:\\Users\\admin\Downloads\\2.txt")
f3=pd.read_table("C:\\Users\\admin\Downloads\\result.txt")
ff=f1.append(f2)
print(ff['telephone'].head())
a=ff['telephone'].tolist()
b=f3['telephone'].tolist()
A=set(a)
B=set(b) #using set thought
d=[x for x in B if x not in A]  #it also can using set subtract
dd=DataFrame(d)
dd.to_csv('C:\\Users\\admin\\Downloads\\result.csv')
print(dd.head(10))
 
 

 

  延伸阅读：
 
 

  上面的方法采用了集合的思路，那么可以根据集合的特性通过集合做差，这样就可以判断存在B而不存在A了，那么采用这种方法，上面的Eg2 中if判断那一块可以直接改写成
 
 

  d=list(B-A) 就好了 其余的保持不变
 
 

  还有个小细节就是set类型是不能直接转换成DateFrame类型的，但是set和list之间是可以互相转化的，然后list可以转换成DateFrame，通过这个就可以将结果最终变换成DataFrame类型然后进行相关的操作。
 
 

 

第一种方式，直接插入一行：
 
import pandas as pd
from pandas import DataFrame
 
df3=DataFrame(np.arange(16).reshape((4,4)),index=['a','b','c','d'],columns=['one','two','three','four']) 
 
# 新插入的行一定要加 index,不然会报错
df3.loc['new'] = ['a','a','a','a']
 
# 运行结果为
 
	one	two	three	four
a	0	1	2	3
b	4	5	6	7
c	8	9	10	11
d	12	13	14	15
new	a	a	a	a
 
 第二种方式，新建一个同样的 dataframe, 然后合并两个dataframe
 
df4 = pd.DataFrame([6,6,6,6]).T
# 修改df4的column和df3的一致
df4.columns = df3.columns
# 把两个dataframe合并，需要设置 ignore_index=True
df_new = pd.concat([df3,df4],ignore_index=True)
 
# 运行结果
 
	one	two	three	four
0	0	1	2	3
1	4	5	6	7
2	8	9	10	11
3	12	13	14	15
4	a	a	a	a
5	6	6	6	6
 
添加列的方式：
 
df ["列名"] = 数据