Python实现Excel汇总表Lead Time列自动化计算求助

核心逻辑说明 #

针对汇总表中每行的 Week2 至 Week32 列，提取最后一个非零值填充到 Lead Time 列。以下是基于 pandas 的稳定实现方案：

完整代码 #

import pandas as pd

# 读取汇总Excel文件（替换为你的文件路径）
df = pd.read_excel("汇总文件.xlsx")

# 定义需要处理的周数列范围（若列名含空格，改为类似"Week 2"格式）
week_cols = [f"Week{i}" for i in range(2, 33)]

# 自定义函数：获取单行最后一个非零值
def extract_last_non_zero(row):
    # 过滤当前行周数列中的非零值
    valid_values = row[week_cols][row[week_cols] != 0]
    # 返回最后一个有效值，无有效值则返回空值（可改为0或其他默认值）
    return valid_values.iloc[-1] if not valid_values.empty else pd.NA

# 应用函数到所有行，生成Lead Time列
df["Lead Time"] = df.apply(extract_last_non_zero, axis=1)

# 保存更新后的汇总文件
df.to_excel("更新后的汇总文件.xlsx", index=False)

关键细节 #

• 列名适配：如果你的周数列名是带空格的格式（如 Week 2），修改 week_cols 列表为 [f"Week {i}" for i in range(2, 33)]
• 空值处理：若某行所有周数列均为0，代码返回 pd.NA，可根据需求替换为 0 或其他默认值
• 性能优化：对于大型数据集，可改用矢量化操作提升速度：

  # 矢量化实现（更高效）
  mask = df[week_cols] != 0
  # 获取每行最后一个非零值的列索引
  last_non_zero_idx = mask.cumsum(axis=1).idxmax(axis=1)
  # 根据索引提取对应值
  df["Lead Time"] = df.lookup(df.index, last_non_zero_idx)
  # 处理全零行（替换为pd.NA）
  df.loc[~mask.any(axis=1), "Lead Time"] = pd.NA
  

内容的提问来源于stack exchange，提问作者Hari PN