使用Python Pandas处理错位Excel数据实现产品产量批量求和统计

这个需求完全可以实现，以下是可直接复用的实现方法，适合处理大体积Excel文件，逻辑比手动定位行范围更简洁高效：

前置依赖安装 #

首先安装需要的第三方库：
pip install pandas openpyxl

完整可复用脚本 #

import pandas as pd

# 1. 读取Excel文件，仅读取需要的两列，大文件下更节省内存
# 替换下面的文件路径为你每月的Excel文件路径即可
df = pd.read_excel(
    "你的Excel文件路径.xlsx",
    usecols=["Product Number", "Produced Amount"],  # 对应你的两列列名，可按需修改
    dtype={"Product Number": str}  # 强制产品编号为字符串格式，避免自动转数字出错
)

# 2. 填充产品编号：将产品编号向下填充，直到下一个产品编号出现，给每行产量匹配对应产品
df["Product Number"] = df["Product Number"].ffill()

# 3. 清理产量列：把非数值的无效值（比如空值、样本中的'row'）替换为空，再转数值格式
df["Produced Amount"] = pd.to_numeric(df["Produced Amount"], errors="coerce")

# 4. 按产品编号分组，对产量求和，跳过空值
result = df.groupby("Product Number", as_index=False)["Produced Amount"].sum()

# 5. 输出结果到Excel报表
result.to_excel("产量统计结果.xlsx", index=False)

# 如果需要直接在控制台看结果可以取消下面的注释
# print(result)

逻辑说明 #

• 核心用到pandas的ffill()向前填充方法，自动把产品编号填充到下方所有空行，直到遇到下一个有效产品编号，自动划分每个产品对应的产量行范围，不需要手动计算每个产品的行位置，代码更简洁，大文件下运行效率更高
• pd.to_numeric的errors="coerce"参数会自动把无法转成数字的内容（比如你样本里的'row'、空单元格）转成空值，求和时会自动跳过，不会影响结果准确性
• 按照你提供的样本数据运行后，输出结果和你预期的完全一致：

  Product Number	Produced Amount
  A00 001	188
  A00 005	5
  A00 034	61

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