如何用Python提取Excel多CellName列交集并生成Result列

解决方案 #

假设你已经通过现有代码生成了包含多组CellName_*（如CellName_1、CellName_2）和对应R_*列的DataFrame，以下是实现需求的核心代码：

完整代码示例 #

import pandas as pd

# --- 这里是你已有的读取文件、计算R值、生成CellName列的代码 ---
# df = 你的最终DataFrame，包含CellName_1, R_1, CellName_2, R_2...等列

# 1. 提取所有CellName和对应的R列
cell_columns = [col for col in df.columns if col.startswith('CellName')]
r_columns = [col for col in df.columns if col.startswith('R')]
# 确保列配对正确（假设CellName和R的序号对应，如CellName_1对应R_1）
column_pairs = list(zip(cell_columns, r_columns))

# 2. 转换为长格式数据，方便统一处理
temp_data = []
for cell_col, r_col in column_pairs:
    # 提取每组的CellName和R值，标记组别
    group_data = df[[cell_col, r_col]].rename(columns={cell_col: 'CellName', r_col: 'R'})
    group_data['Group'] = f'Group_{cell_col.split("_")[-1]}'
    temp_data.append(group_data)
combined_data = pd.concat(temp_data, ignore_index=True)

# 3. 筛选符合条件的CellName
# 先过滤掉R值小于3的记录
filtered_data = combined_data[combined_data['R'] >= 3]
# 统计每个CellName覆盖的组数，必须等于总组数才符合要求
total_groups = len(column_pairs)
valid_cells = filtered_data.groupby('CellName').filter(
    lambda x: len(x) == total_groups
)['CellName'].unique()

# 4. 生成结果并导出
# 方式1：将结果添加到原DataFrame的Result列（所有行显示相同的有效CellName列表）
df['Result'] = ', '.join(valid_cells)
# 方式2：单独生成仅包含Result列的Excel文件
result_df = pd.DataFrame({'Result': valid_cells})
result_df.to_excel('筛选结果.xlsx', index=False)

# 导出原DataFrame（如果需要保留原数据+Result列）
df.to_excel('带结果的完整数据.xlsx', index=False)

关键步骤说明 #

• 列提取与配对：通过列名前缀批量识别CellName和R列，确保每组数据对应正确。
• 长格式转换：把分散的多组列合并成统一结构，便于后续分组统计。
• 双重筛选：先过滤掉R值不足3的记录，再筛选出在所有组都存在（即每组都满足R≥3）的CellName。
• 结果导出：提供两种导出方式，可根据需求选择保留原数据或仅导出筛选结果。

可选优化 #

如果CellName存在大小写不一致或多余空格的情况，可以在处理前统一格式：

# 在转换长格式时添加统一处理
group_data['CellName'] = group_data['CellName'].str.strip().str.lower()

内容的提问来源于stack exchange，提问作者SOURA ELLE