如何用Pandas将聚合数据按预算名和活动周填充至指定表格？

已完成多Excel文件的数据聚合，但因部分活动周无数据无法直接转置，需将聚合后的Time值按**预算名（行）和活动周（列）**填充至指定格式的目标表格（包含预算名称、总时长Sum [h]及各活动周列），可通过以下代码实现：

完整代码 #

from pathlib import Path
import pandas as pd
import numpy as np

path = r'C:\FUNDS'  # 支持Unix/Linux/Mac路径格式，如'/home/user/FUNDS'

# 批量读取指定路径下的所有xlsx文件
files = Path(path).glob('*.xlsx')  # 使用.rglob('*.xlsx')可遍历子目录文件
dfs = []
for f in files:
    data = pd.read_excel(f)
    # 将文件名（不含后缀）作为预算名称字段
    data['Budget name'] = f.stem
    dfs.append(data)

# 合并所有文件数据
df = pd.concat(dfs, ignore_index=True)

# 按预算名称、活动周分组，计算Time字段总和
grouped_data = df.groupby(['Budget name', 'Activity week'])['Time'].sum()

# 重塑为宽表：预算为行，活动周为列，缺失数据的周填充0
pivot_df = grouped_data.unstack(fill_value=0)

# 计算每个预算的总时长，新增Sum [h]列
pivot_df['Sum [h]'] = pivot_df.sum(axis=1)

# 调整列顺序，将Sum [h]移至最前方，活动周按数字排序
sorted_weeks = sorted(pivot_df.columns.drop('Sum [h]'))
final_df = pivot_df[['Sum [h]'] + sorted_weeks].reset_index()

# 导出到目标Excel文件
final_df.to_excel("TEAM_spending.xlsx", sheet_name='Spending', index=False)

关键步骤说明 #

• 字段对齐：将原file列改为Budget name，与目标表格字段直接对应
• 缺失周补全：使用unstack(fill_value=0)自动补全所有出现过的活动周，无数据的周填充0，解决缺失周无法转置的问题
• 总时长计算：通过sum(axis=1)对每行活动周数据求和，生成Sum [h]列
• 列序匹配：将Sum [h]移至列首，活动周按数字排序，完全贴合目标表格格式
• 索引转列：将预算名称从索引转为普通列，导出后表格结构与目标一致

内容的提问来源于stack exchange，提问作者Przemysław Mycek