pandas excel合并去重

发布时间:2020-12-29 16:06:46编辑:admin阅读(213)

    一、概述

    现有一个excel文件examples.xlsx,内容如下:

    1.png

     

     

    合并去重后,效果如下:

    1.png

     

     

    那么需求如下:

    公司去重,保留一个
    
    多个地区合并为一行,用逗号隔开
    
    收入进行累计计算

    最后将统计结果,保存到新的excel中。

     

    二、演示

    完整代码如下:

    # !/usr/bin/python3
    # -*- coding: utf-8 -*-
    
    import pandas as pd
    
    def computer(x):  # 数据计算
        return pd.Series({
            # 去重
            '公司': ','.join(x['公司'].unique()),
            '地区':
                ','.join(list(set((','.join(x['地区']).split(','))))),
            '收入': sum(x['收入']),
        })
    
    # 读取原始数据excel
    _df = pd.read_excel('examples.xlsx', sheet_name='Sheet1')
    # 使用groupby进行分组
    res = _df[['公司', '地区', '收入']].groupby(['公司'], as_index=False).apply(computer).reset_index()
    # 保存到新的excel中
    res.to_excel('数据汇总.xlsx', index=False, header=True, encoding='gbk', sheet_name='Sheet1')

    执行代码,它会生成一个文件据汇总.xlsx

    打开它,效果如下:

    1.png

     


关键字