如何使用pandas读取Excel数据按车型时薪规则自动计算总薪资？

前置准备 #

你需要先安装两个Python库，pandas用来处理表格数据，openpyxl用来支持读取xlsx格式的Excel文件，执行以下安装命令即可：
pip install pandas openpyxl

完整实现代码 #

import pandas as pd

# 1. 预先定义不同车型的时薪标准，可根据你的实际需求增减修改
hourly_rate_map = {
    "Bike": 15.00,
    "Car": 25.00,
    "Truck": 32.00
}

# 2. 读取Excel指定列数据，此处请替换为你自己的Excel文件路径
# 注意：引号内的列名必须和你Excel里的列名完全一致（大小写、空格都要匹配）
df = pd.read_excel(
    io = "你的原始数据文件.xlsx",
    usecols = ["唯一ID", "车辆类型", "工时"]
)

# 3. 匹配每行对应车型的时薪，计算总薪资
df["时薪"] = df["车辆类型"].map(hourly_rate_map)
df["总薪资($)"] = df["时薪"] * df["工时"]

# 4. 输出结果
# 打印所有ID对应的总薪资
print(df[["唯一ID", "车辆类型", "工时", "总薪资($)"]])
# 可选：将计算结果保存为新的Excel文件，不会修改你的原始文件
df.to_excel("薪资计算结果.xlsx", index=False)

注意事项 #

• 若Excel里出现你没有在hourly_rate_map里定义的车型，对应行的总薪资会显示为空值，补全字典里的车型配置即可
• 如果你的Excel是.csv格式，把pd.read_excel换成pd.read_csv即可，不需要openpyxl依赖
• 你提到的ID为28392、车型Bike、工时40的记录，运行代码后会自动计算得到15*40=600的总薪资，和需求一致

内容的提问来源于stack exchange，提问作者cchev