代码之家  ›  专栏  ›  技术社区  ›  송준석

有没有一种方法可以使用Python将excel中一行中的所有值与同一个键值相加?

  •  1
  • 송준석  · 技术社区  · 8 年前

    我需要比较两个Excel和总和所有实际值有相同的键值。

    example sheet.
    
    sheet 1                  | sheet 2
    
    index  id  count         | index    id   name
    
      1    a     12          |   1       a     qg1
    
      2    b     15          |   2       c     ff2
    
      3    c     21          |   3       f     dv1
    
      4    b      5          |   4       b     bm5
           .                             .
           .                             .
    

    在上述情况下,我参考表2,并将表1中具有相同ID的值的实际值(计数)相加。(ID a | 100,ID b | 20…)

    下面的代码花费的时间太长,因为每个ID都被编入了索引。

    import pandas as pd
    import csv
    
    
    pcode_quantity = pd.read_csv('/1.csv',delimiter=',')
    
    product_info = pd.read_csv('/2.csv' , delimiter=',')
    
    product_list = product_info.id.tolist()
    
    purchase_id = pcode_quantity.id.tolist()
    
    purchase_count = pcode_quantity['count'].tolist()
    
    product_sum = 0
    
    i =0
    
    i2 = 0
    
    product_lenth =len(product_list)
    
    purchase_lenth = len(purchase_id)
    
    dict_pcode = {}
    
    while product_lenth > i:
    
        while purchase_lenth > i2:
            if product_list[i] == purchase_id[i2]:
                product_sum = product_sum + purchase_count[i2]
            i2=i2+1
        dict_pcode[product_list[i]]=product_sum
        product_sum = 0        
        i2= 0
        i= i+1
    
    sum_pcode = pd.DataFrame(list(dict_pcode.items()))
    
    sum_pcode.to_csv('/output.csv')
    

    有没有代码可以加速上述操作?

    1 回复  |  直到 8 年前
        1
  •  1
  •   jezrael    8 年前

    您可以聚合 sum 通过 groupby ,那么 join product_info DataFrame.fillna 最后是词典 set_index astype 最后一个 to_dict

    pcode_quantity = pcode_quantity.groupby('id')['count'].sum()
    df = product_info.join(pcode_quantity, on='id').fillna({'count': 0})
    print (df)
          id name  count
    index               
    1      a  qg1   12.0
    2      c  ff2   21.0
    3      f  dv1    0.0
    4      b  bm5   20.0
    
    dict_pcode = df.set_index('id')['count'].astype(int).to_dict()
    print (dict_pcode)
    {'a': 12, 'c': 21, 'f': 0, 'b': 20}