python +excel 根据品类求涨出和亏损的商品的前三和后三
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 | import pandas as pd # 读取原始数据 df = pd.read_excel( 'D:\\work\\2\\配料原始表.xlsx' , sheet_name = 'Sheet1' ) # 按品类分组并处理数据 grouped = df.groupby( '品类名称' ) result_dfs = [] for category, group in grouped: # 筛选亏损数据并整理格式 loss_df = group[group[ '差异金额' ] > 0 ].sort_values(by = '差异金额' , ascending = False ).head( 3 ) loss_df[ '亏涨类别' ] = '亏损' loss_df[ '序号' ] = range ( 1 , len (loss_df) + 1 ) loss_df = loss_df[[ '品类名称' , '亏涨类别' , '序号' , '商品名称' , '差异金额' ]] # 筛选涨出数据并整理格式 gain_df = group[group[ '差异金额' ] < 0 ].sort_values(by = '差异金额' ).head( 3 ) gain_df[ '亏涨类别' ] = '涨出' gain_df[ '序号' ] = range ( 1 , len (gain_df) + 1 ) gain_df = gain_df[[ '品类名称' , '亏涨类别' , '序号' , '商品名称' , '差异金额' ]] # 合并该品类的亏损和涨出数据 category_result_df = pd.concat([loss_df, gain_df]) result_dfs.append(category_result_df) # 合并所有品类的数据 result_df = pd.concat(result_dfs) # 将结果写入新的Excel文件 with pd.ExcelWriter( 'D:\\work\\2\\配料统计表2.xlsx' , engine = 'openpyxl' ) as writer: result_df.to_excel(writer, sheet_name = 'Sheet1' , index = False ) |
运行代码后获得一张新的excel表
下面是原始表
分类:
python+excel
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· TypeScript + Deepseek 打造卜卦网站:技术与玄学的结合
· Manus的开源复刻OpenManus初探
· AI 智能体引爆开源社区「GitHub 热点速览」
· 从HTTP原因短语缺失研究HTTP/2和HTTP/3的设计差异
· 三行代码完成国际化适配,妙~啊~