如何将唯一行复制到Pandas DataFrame？及Excel销售数据分客户拆分

这里分两种常见场景给你解决方案：

• 提取原DataFrame中的唯一行生成新DF
  如果你的需求是从已有DataFrame里筛选出所有唯一的行（去重），直接用drop_duplicates()方法就可以搞定：

  # 基于所有列的唯一性去重，生成新的唯一行DataFrame
  unique_rows_df = original_df.drop_duplicates()
  
  # 如果只需要根据特定列判断唯一性（比如只看客户名称）
  unique_rows_df = original_df.drop_duplicates(subset=['客户名称'], keep='first')
  # keep参数可选'first'保留第一个出现的行，'last'保留最后一个，False则删除所有重复行
  

• 将单独的唯一行（Series）复制到新DF
  如果你已经有单独的一行数据（比如从其他地方获取的Series对象），想要把它复制到新的DataFrame里，可以这样做：

  # 假设single_row是你要复制的唯一行（Pandas Series类型）
  new_df = pd.DataFrame([single_row])
  
  # 要是需要把这行复制多次（比如复制5次）
  new_df = pd.DataFrame([single_row] * 5, columns=single_row.index)
  

看你已经搭好了基础框架，我来帮你补全代码并解释关键步骤：

首先，先把你的代码片段补全，实现完整的拆分逻辑：

import pandas as pd
import xlrd
from openpyxl import Workbook

# 假设你已经提前定义了这些变量：
# cols = ['客户名称', '商品名称', '数量', '金额']  # 你的数据列名
# cust_dict = {'客户A': pd.DataFrame(columns=cols), '客户B': pd.DataFrame(columns=cols)}  # 存储客户的字典
# sales_wb = xlrd.open_workbook('销售数据.xls')  # 已打开的Excel工作簿
# sheets = sales_wb.sheet_names()  # 所有工作表名称

# 遍历每个工作表处理数据
for sheet in sheets: 
    ws = sales_wb.sheet_by_name(sheet)
    item_code = ws.cell(4, 0).value  # 获取第4行第1列的商品编码（注意xlrd索引从0开始）
    # 读取工作表数据，跳过前7行
    df = pd.read_excel(sales_wb, engine='xlrd', sheet_name=sheet, skiprows=7)
    
    # 第一步：清理无效数据，删除全空的行和列
    df = df.dropna(how='all').dropna(axis=1, how='all')
    
    # 检查是否存在客户名称列（拆分的核心依据）
    if '客户名称' not in df.columns:
        print(f"警告：工作表【{sheet}】未找到'客户名称'列，跳过该表处理")
        continue
    
    # 第二步：按客户拆分数据，追加到对应客户的DataFrame中
    for cust_name in cust_dict.keys():
        # 筛选当前客户的数据，一定要用copy()避免链式赋值警告
        cust_specific_data = df[df['客户名称'] == cust_name].copy()
        # 如果商品编码有效，把它添加到数据里让明细更完整（可选操作，根据需求调整）
        if item_code:
            cust_specific_data['商品编码'] = item_code
        # 合并到客户的DataFrame中，重置索引避免重复
        cust_dict[cust_name] = pd.concat([cust_dict[cust_name], cust_specific_data], ignore_index=True)

# 第三步：将每个客户的数据导出到独立的Excel工作簿
for cust_name, cust_df in cust_dict.items():
    # 跳过没有数据的客户，避免生成空文件
    if cust_df.empty:
        print(f"客户【{cust_name}】无有效销售数据，跳过导出")
        continue
    # 生成导出文件名，用客户名称命名
    output_filename = f"{cust_name}_销售明细.xlsx"
    # 使用openpyxl引擎写入xlsx格式文件（xlrd只支持读取xls）
    with pd.ExcelWriter(output_filename, engine='openpyxl') as writer:
        cust_df.to_excel(writer, sheet_name='销售明细', index=False)
    print(f"已成功导出客户【{cust_name}】的销售数据到文件：{output_filename}")

关键细节说明： #

• 数据清理：dropna(how='all')是为了去掉读取Excel时可能引入的空行空列，避免后续筛选出无效数据
• 商品编码追加：因为每个工作表对应一个商品编码，把它加到数据里能让每个明细行都关联对应的编码，让数据更完整
• 数据合并：用pd.concat来合并不同工作表中同一个客户的数据，ignore_index=True重置索引，避免出现重复的索引值
• 导出注意事项：导出时用openpyxl引擎，因为xlrd只支持读取xls格式，而openpyxl支持写入xlsx格式，兼容性更好
• 空数据判断：跳过没有数据的客户，避免生成空的Excel文件，减少无效操作

内容的提问来源于stack exchange，提问作者Sid