import pandas as pd
data = pd.read_csv(r"会员积分表.csv")
读取csv内容如下:
姓名 积分
甲 333
乙 231
丙 232
丁 231
甲 123
乙 313
丙 321
丁 321
将同姓名的人积分相加得到新列表
import pandas as pd
data = pd.read_csv(r"会员积分表.csv")
读取csv内容如下:
姓名 积分
甲 333
乙 231
丙 232
丁 231
甲 123
乙 313
丙 321
丁 321
将同姓名的人积分相加得到新列表
关注引自免费微信小程序:皆我百晓生
当然可以。针对你的问题,要实现同姓名的人积分相加,你可以使用pandas库中的groupby函数。以下是一个完整的代码示例:
import pandas as pd
# 读取csv文件
data = pd.read_csv(r"会员积分表.csv")
# 假设 csv 文件的第一列是“姓名”,第二列是“积分”
# 需要确保这两列的列名对应正确,这里假设分别为 '姓名' 和 '积分'
# 如果实际列名不同,请替换下面的 '姓名' 和 '积分' 为实际列名
data.columns = ['姓名', '积分']
# 使用 groupby 对姓名进行分组,并对积分求和
grouped_data = data.groupby('姓名')['积分'].sum().reset_index()
# 现在 grouped_data 就是一个新的 DataFrame,其中包含了每个姓名对应的积分总和
print(grouped_data)
这段代码首先读取了 CSV 文件内容到一个 DataFrame,然后按照“姓名”列进行分组,并对每组内的“积分”列进行了求和操作。最后通过 reset_index() 方法将分组后的索引转换回普通列,生成一个新的 DataFrame,显示每个人(姓名)的总积分。