如何使用pandas统计CSV/Excel中总费用最高、最低的岗位类别

前置修正 #

你现有代码里的路径拼接参数顺序有误，os.path.join第一个参数为父路径，第二个为文件名，否则会生成无效路径，修正如下：

# 原错误写法：file = os.path.join(filename, path)
file = os.path.join(path, filename)

实现逻辑 #

你只需要先按Qualification字段分组汇总每个岗位的总费用，再直接提取最大、最小值对应的岗位即可，完整代码如下：

import pandas as pd
import os

filename = "site_operation.csv"
path = "."
file = os.path.join(path, filename)
tscv1 = pd.read_csv(file, sep=";", thousands=".", decimal=",", encoding="ansi")

# 1. 统计总运营费用
total_cost = tscv1['costs'].sum()
print("所有运营总费用：", round(total_cost, 2))

# 2. 统计各Qualification对应总费用
qual_total_cost = tscv1.groupby('Qualification')['costs'].sum()
print("\n各岗位总费用：\n", qual_total_cost.round(2))

# 3. 统计总费用最高的Qualification
max_qual = qual_total_cost.idxmax()
max_cost = qual_total_cost.max()
print(f"\n总费用最高的岗位：{max_qual}，对应总费用：{round(max_cost, 2)}")

# 4. 统计总费用最低的Qualification
min_qual = qual_total_cost.idxmin()
min_cost = qual_total_cost.min()
print(f"\n总费用最低的岗位：{min_qual}，对应总费用：{round(min_cost, 2)}")

核心方法说明 #

• groupby('Qualification')['costs'].sum()：按照岗位字段分组，对费用字段求和，返回索引为岗位名称、值为对应总费用的Series结构
• idxmax()：返回Series中最大值对应的索引，也就是总费用最高的岗位名称，配套max()可获取对应费用数值
• idxmin()：返回Series中最小值对应的索引，也就是总费用最低的岗位名称，配套min()可获取对应费用数值

内容的提问来源于stack exchange，提问作者virat