Condivisione della tecnologia

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

 

• Leggi i dati: Per prima cosa, usapandasLeggere dati da file Excel.

• Gruppo:utilizzogroupbyRaggruppa i dati in base alle colonne di raggruppamento specificate.

• Numero di statistiche: conta automaticamente il numero di occorrenze di ciascun valore univoco nella colonna specificata di ciascun gruppo e conta i conteggi che soddisfano condizioni specifiche.

• salva:Salvare i risultati statistici richiesti in un nuovo file

import pandas as pd
 
# 定义一个函数来计算特定值组合的计数  
def count_specific_values(group, target_rs, target_lcd_s):  
    # 筛选特定值组合的行  
    filtered = group[(group['rs'] == target_rs) & (group['lcd_s'] == target_lcd_s)]  
    # 返回计数  
    return len(filtered)
 
 
file_path_1 = r'1.xlsx'  
sheet_name_1 = 'a' 
file_path_2 = r'2.xlsx'  
sheet_name_2 = 'b' 
 
df_succes = pd.read_excel(file_path_1,sheet_name=sheet_name_1)
df2_fail = pd.read_excel(file_path_2,sheet_name=sheet_name_2)
 
# 合并数据
df_data_total = pd.concat([df_succes, df2_fail], axis=0)
 
# 按name号分组
grouped_data = df_data_total.groupby("name")
 
# 使用pivot_table计算每个name组中的数据
auth_pivot_table = grouped_data["rs"].value_counts().unstack(fill_value=0) #rs的值分为0 2 4
 
# 计算0的次数
auth_pivot_table['0_cnt'] = auth_pivot_table[0]
 
# 计算2的次数
auth_pivot_table['2_cnt'] = auth_pivot_table[2]
 
# 计算4的次数
auth_pivot_table['4_cnt'] = auth_pivot_table[4]
 
# 计算AA次数
auth_pivot_table['AA'] = grouped_data.apply(lambda x: count_specific_values(x, 0, 2))
 
# 重置索引
auth_pivot_table.reset_index(inplace=True)
 
#选取特定列输出
result = auth_pivot_table[['name', '0_cnt', '2_cnt', '4_cnt', 'AA']]
 
# 重命名列名
result.columns = ['name', '0_cnt', '2_cnt', '4_cnt', 'AA']
 
# 保存结果到Excel文件
result.to_excel("name.xlsx")
print('save succ.')