Python 数据处理- 给多个不同筛选条件分别打标签

Question

需要对一个大概有5、6万行的公司（公司名没有重复，是唯一识别的key)的工商信息数据，包括企业地址、电话等进行整理，方便后续整理出公司的特征标签进一步去建模和分析。

我的解答思路和尝试过的方法（见附件示例）：

• 如果用excel，就是用pivot table ，对应筛选不同维度下多于一家公司的情况，如，某个电话号码下，有多于一家公司，就对这个电话手动打上标签—”一个电话号码有多家公司“、诸如此类，同一个地址下有多家公司就是”同一企业地址有多家公司“

样本数据表：

公司名称	电话	邮箱	企业地址	手动标签（额外根据Pivot标的不是源数据）
北京X1餐饮管理有限公司	15810v999	[e-mail]	北京市海淀区Xt平房	同一地址多家公司
天津市南星区xx2餐饮管理服务部	15810v99	[e-mail]	天津市南开区ABCDEFG 731
北京X3有限公司	77777999900	[e-mail]	北京市顺义区&	同一电话有多家公司共用
北京星餐饮发展有限公司	0108*9859	[e-mail]	北京市朝阳区X2号
北京风餐饮管理有限公司	135&&199990	135&&[e-mail]	北京市海淀区Xt平房	同一地址多家公司
青岛肉餐饮有限公司	77777999900		青岛市1888号	同一电话有多家公司共用,同一地址多家公司
青岛汪珠江路分公司	135111199990	None	青岛市1888号	同一地址多家公司
深圳市坪山区好大一家酒楼	None	None	深圳市坪山区aa号101	同一地址多家公司
深圳热热闹闹酒家有限公司	0755-9990055323	[e-mail]	深圳市坪山区aa号101	同一电话有多家公司共用
深圳市味*vba餐饮管理有限公司	1v90865v0	1v90865v0 @163.com	深圳市龙岗区公园401-COCOPAR
深圳市品鉴赏好物餐饮管理有限公司	None	None	深圳市南山区流溪河大院	同一地址多家公司
深圳市来又来不走餐饮有限公司	None	None	深圳市南山区流溪河大院	同一地址多家公司
深圳市福田区俊*vnb酒楼	None	None	深圳市福田区南方公园	同一地址多家公司
深圳市聚好价餐饮有限公司	0755-9990055323	[e-mail]	深圳市福田区南方公园	同一地址多家公司,同一电话有多家公司共用
深圳市巨便宜酒楼有限公司	None	None	深圳市光明区奉还工业大门

因为有几万行，excel操作也很繁琐，后面还要重复做好几次的抽样分析，所以希望求一个python的处理方法，便于后续批量操作，要求：各列分别分析，标签（即”同一电话多家公司共用“，分别生成单独的列），最后所有列统一到一个表格输出

，

Answer 1

实际上，一楼的回复可以更简单

import pandas as pd

df=pd.read_excel('sample.xlsx')
#如果原数据有none，就把它替换成缺失（如果是题主仅在示例中加的，那就忽略该代码）
df.replace('None',float('nan'),inplace=True)
df['phone_label']=df.groupby('电话')['公司名称'].transform(lambda x:'同一电话有多家公司共用' if x.count()>1 else '')
df['address_label']=df.groupby('企业地址')['公司名称'].transform(lambda x:'同一地址多家公司' if x.count()>1 else '')

df.to_excel('sample.xlsx',index=False)

这里生成的excel表仅仅给多个共用的打标签，否则单个的就不打了，为空白