如何用Pandas实现Excel数据按指定优先级拆分并新增列？

1. 读取并预处理数据 #

首先读取Excel文件，直接剔除不需要的PG order列：

import pandas as pd

# 读取Excel文件，替换为你的实际文件路径
df = pd.read_excel("your_data.xlsx")
# 移除无关列
df = df.drop(columns=["PG order"])

2. 添加固定值列 #

直接给新列FACTORYLINECODE赋值固定值VBR：

df["FACTORYLINECODE"] = "VBR"

3. 按优先级匹配编号与类型 #

按照SMP NO(STD) > USAP NO(USA) > OE NO.(OEM)的优先级，提取每行第一个非空的编号及对应类型：

# 定义优先级映射：(列名, 对应类型)
priority_mapping = [("SMP NO", "STD"), ("USAP NO", "USA"), ("OE NO.", "OEM")]

def extract_code_info(row):
    for col, code_type in priority_mapping:
        # 排除空值和纯空格的情况
        if pd.notna(row[col]) and str(row[col]).strip():
            return pd.Series([row[col], code_type])
    # 所有列都为空时返回空值
    return pd.Series([None, None])

# 生成编号和类型列
df[["CODE", "CODE_TYPE"]] = df.apply(extract_code_info, axis=1)

4. 生成最终结果 #

筛选出有效数据（排除无编号的行），并整理输出格式：

# 保留需要的列并过滤空值
final_result = df[["FACTORYLINECODE", "CODE", "CODE_TYPE"]].dropna(subset=["CODE"])
# 导出到新Excel文件
final_result.to_excel("converted_result.xlsx", index=False)

关键说明 #

• 优先级逻辑严格遵循指定顺序，确保优先提取高优先级的编号
• 自动过滤纯空格的“空值”，避免无效数据干扰
• 如果需要保留无编号的行，移除dropna(subset=["CODE"])即可

内容的提问来源于stack exchange，提问作者Fustavo Gringe