使用Python或Pyspark转换Excel行列 填充agent名称生成DataFrame计算KPI

核心思路：利用pandas识别仅首列为agent名称的行，向下填充agent名称到所有关联数据行，过滤掉无效的纯agent标题行后即可得到标准结构化表。

步骤1：安装依赖 #

• 需提前安装pandas和excel读取工具：
  pip install pandas openpyxl

步骤2：完整处理代码 #

import os
import pandas as pd

# 配置你的xlsx文件所在文件夹路径
xlsx_folder = "./your_xlsx_path"
# 存储所有处理完成的表数据
all_df = []

for filename in os.listdir(xlsx_folder):
    if not filename.endswith(".xlsx"):
        continue
    file_path = os.path.join(xlsx_folder, filename)
    # 读取excel，header=None避免把第一行agent自动识别为表头
    df = pd.read_excel(file_path, header=None)
    
    # 识别agent行：仅第一列有值，其余列全为空
    is_agent_row = df.iloc[:,1:].isna().all(axis=1)
    # 新增agent列，把agent行的首列值放进去，其余位置先设为空
    df["agent名称"] = df.loc[is_agent_row, 0]
    # 向下填充agent名称到所有数据行
    df["agent名称"] = df["agent名称"].ffill()
    
    # 过滤掉原来的纯agent标题行，只保留有效数据
    processed_df = df[~is_agent_row].reset_index(drop=True)
    # 可以重命名列，按你实际业务需求修改
    processed_df.columns = ["业务列1", "业务列2", "业务列3", "agent名称"]
    
    all_df.append(processed_df)

# 合并所有文件的处理结果，得到最终可用于KPI计算的标准DataFrame
final_df = pd.concat(all_df, ignore_index=True)
# 可导出为文件验证结果
final_df.to_excel("处理后结果.xlsx", index=False)

注意事项 #

• 如果你的agent行判断逻辑和示例不同（比如有固定格式前缀），修改is_agent_row的判断条件即可适配
• 列名重命名部分请按照你实际的业务字段调整

内容的提问来源于stack exchange，提问作者Akshay