按指定条件汇总行值并生成新Excel文件的实现方法

核心实现步骤 #

• 使用Pandas的groupby按Article字段分组，对Stock列求和汇总
• 按需保留其他字段（如Price、Color），处理逻辑根据实际数据情况调整
• 将汇总结果导出为CSV/Excel等格式文件

完整代码示例 #

import pandas as pd

# 初始化示例DataFrame
df = pd.DataFrame({
    'Article': ['Shoe', 'Shirt', 'Shoe', 'Shoe', 'Hat', 'Hoodie'],
    'Price': ['7$', '11$', '7$', '7$', '2$', '3$'],
    'Stock': [1100, 1463, 500, 400, 60, 18],
    'Color': ['white', 'blue', 'white', 'white', 'green', 'black']
})

# 分组汇总：按Article求和Stock，保留Price/Color（取每组首个值，若需合并颜色可修改逻辑）
summary_df = df.groupby('Article').agg(
    Price=('Price', 'first'),
    Total_Stock=('Stock', 'sum'),
    Color=('Color', 'first')
    # 若同Article有多种颜色，可替换为：Color=('Color', lambda x: ', '.join(x.unique()))
).reset_index()

# 导出为CSV文件（无需额外依赖）
summary_df.to_csv('article_stock_summary.csv', index=False)

# 如需导出Excel，先安装openpyxl（pip install openpyxl）后执行：
# summary_df.to_excel('article_stock_summary.xlsx', index=False, engine='openpyxl')

关键说明 #

• groupby('Article')：以商品名称为分组依据
• agg()：自定义每个字段的聚合规则，Stock用sum()求和，Price/Color用first()取分组内第一个值（适合同Article属性一致的场景）
• reset_index()：将分组索引转换为普通列，保证导出文件结构清晰
• to_csv()/to_excel()：指定导出路径，index=False避免生成多余的索引列

内容的提问来源于stack exchange，提问作者FinneX