python中分条件查询统计excel数据

Question

python统计打卡人数情况的数据，数据来源excel有多个表，sheet1-sheetN，每张表是每天登录显示的姓名，每张表A列都是姓名，不同的表出现的名字和顺序都有不同，需要统计所有名字在所有表中出现的次数，
但是因为有姓名相同，部门不同的情况，原有代码统计出来把两个同样姓名的人归到一条记录了，现在需要区别姓名和部门统计出现的人数

for w in all_ws:    
    for row in range(2, w.max_row-1):        
        if w['B'+str(row)].value not in res.keys():
                res.update({w['B'+str(row)].value:{'部门':w['C'+str(row)].value,
                           '出现次数':1}})        
        else:   
            res[w['B'+str(row)].value]['出现次数'] += 1

按照这段代码，输出结果是：
姓名 部门 出现次数
李明 人事部 10
王明 人事部 5

我想要达到的结果
统计在所有工作表中，所有的姓名出现的次数，在一个汇总表中显示，A列显示姓名，B列显示部门，C列显示姓名对应出现的次数
如：姓名 部门 出现次数
李明 人事部 7
李明 销售部 3
王明 人事部 5

Answer 1

可以使用Python的pandas库来读取Excel文件，并使用groupby和agg函数来统计每个人在不同表中出现的次数。具体实现方法如下

import pandas as pd

# 读取Excel文件中的所有表格
excel_file = pd.ExcelFile('your_excel_file.xlsx')
dfs = {sheet_name: excel_file.parse(sheet_name) for sheet_name in excel_file.sheet_names}

# 合并所有表格中的数据
df = pd.concat(dfs.values())

# 统计每个人在不同表格中出现的次数
result = df.groupby(['姓名', '部门']).agg({'部门': 'count'})

# 重命名列名
result.columns = ['出现次数']

# 输出结果
print(result)

在上面的代码中，首先使用pandas库的ExcelFile函数读取Excel文件中的所有表格，并使用concat函数将所有表格中的数据合并成一个DataFrame。然后使用groupby函数按照姓名和部门进行分组，并使用agg函数统计每个人在不同表格中出现的次数。最后使用rename函数重命名列名，并输出结果。