Python中Pandas与openpyxl代码合并执行问题咨询

import pandas as pd
import numpy as np
import openpyxl

# 读取原始数据
df = pd.read_excel(r'C:\File.xlsx',
                   usecols=['Country', 'WFF Rank', 'Trainer', 'RDB Rating', 
                            'Improving Horse', 'Winner', 'Venue', 'Back Odd', 
                            'Jockey', 'Horse', 'Date', 'Class Change'])

# 计算True Odds
df['True Odds'] = df['Back Odd'] - 1
df.loc[df['Back Odd'] == 0, 'True Odds'] = 0

# 替换无效值
df.replace('-', 0, inplace=True)

# 统一Winner字段值
df['Winner'] = df['Winner'].replace({'L': -1, 'P': -1, 0: 0})
# 当Back Odd为0时，Winner设为0
df.loc[df['Back Odd'] == 0, 'Winner'] = 0
# 当Winner为0时，True Odds设为0
df.loc[df['Winner'] == 0, 'True Odds'] = 0

# 计算盈亏
df['ProfitLoss'] = np.where(df['Winner'] == -1, df['Winner'], df['True Odds'])

# 筛选符合条件的数据
filter_condition = (df['Country'] == 'United Kingdom') & \
                   (df['WFF Rank'] == 1) & \
                   (df['Improving Horse'] == 'Y') & \
                   (df['Class Change'] >= 0) & \
                   (df['RDB Rating'] >= 275)
df = df[filter_condition]

# 写入Excel并添加汇总公式
with pd.ExcelWriter(r'C:\Finished_File.xlsx', engine='openpyxl') as writer:
    df.to_excel(writer, index=False, sheet_name='Sheet1')
    # 获取工作表对象
    ws = writer.book['Sheet1']
    # 动态获取ProfitLoss列的Excel列字母
    profit_col_idx = df.columns.get_loc('ProfitLoss') + 1  # 转成Excel从1开始的列号
    profit_col_letter = openpyxl.utils.get_column_letter(profit_col_idx)
    # 动态计算数据最后一行（表头占第1行，数据从第2行开始）
    last_data_row = len(df) + 1
    # 设置汇总公式
    ws[f'{profit_col_letter}1'] = f'=SUBTOTAL(9,{profit_col_letter}2:{profit_col_letter}{last_data_row})'
    ws[f'{profit_col_letter}1'].data_type = 'f'

print(df.to_string())

• 取消中间文件依赖：无需先保存临时文件再二次读取，通过pd.ExcelWriter结合openpyxl引擎，一次性完成数据写入和公式添加，减少磁盘IO操作，提升运行效率。
• 简化字段赋值逻辑：将多次df.loc替换Winner值的操作，合并为一次df.replace调用，代码更简洁紧凑。
• 动态适配数据变化：原代码固定使用O列和555555行，改为动态获取ProfitLoss列位置和数据实际最后一行，避免因列顺序调整、数据量变化导致公式失效。
• 修正路径与列名错误：统一修正原代码中缺失反斜杠、后缀的文件路径；对齐ImprovingHorse与筛选时的Improving Horse列名，避免筛选失败。
• 提升代码可读性：将筛选条件单独提取为变量filter_condition，逻辑边界更清晰，便于后续修改维护。

内容的提问来源于stack exchange，提问作者liambh