python 中的pandas的数据计算和导出

Question

说明：需要代码，如果代码符合要求，采纳时间最最早解决问题的答案

分组后的计算结果需要重新创建一个名为‘结果’命名的excel并且放在指定路径，‘结果’表格的第1个sheet的name为“数据”，第2个sheet的name为“计算”计算过程中需要使用pandas计算，excel表格保持随意，创建新的工作簿的时候不能改变原始数据表的任何内容：

要求分组计算，按照Targe来分组，Im/Cl/Spend求和，Rate=Cl/Im(这里是除法，保留2位小数)
分组后的计算结果数据：
Targe Im Cl Rate Spend
Fog Light red 12 2 0.17 1.20
Fog Light yellow 29 3 0.10 1.80

---

原始数据：
Date Currency ADS Name Targe Search Im Cl Rate Spend
Nov 16, 2024 USD Fog Light Fog Light red 2 inches fog Light red 11 1 9.0909% $0.60
Nov 09, 2024 USD Fog Light Fog Light red fog Light red left side 1 1 100.0000% $0.60
Nov 10, 2024 USD Fog Light Fog Light yellow Fog Light yellow 3 1 33.3333% $0.60
Nov 12, 2024 USD Fog Light Fog Light yellow Fog Light yellow 1994 6 1 16.6667% $0.60

Answer 1

让【道友老李】来帮你解答，本回答参考通义千问qwen-plus编写，并整理提供，如果还有疑问可以点击头像关注，评论或留言

好的，我将帮助你完成这个任务。我们将使用 `pandas` 库来处理数据，并使用 `openpyxl` 库来创建和保存 Excel 文件。以下是详细的步骤和代码：

步骤

1. 读取原始数据：使用 pandas 读取原始数据。
2. 分组计算：按照 Targe 分组，并计算 Im、Cl 和 Spend 的总和，以及 Rate。
3. 创建 Excel 文件：使用 openpyxl 创建一个新的 Excel 文件，并将结果写入两个不同的 sheet 中。

代码实现

import pandas as pd
from openpyxl import Workbook
from openpyxl.utils.dataframe import dataframe_to_rows

# 读取原始数据
data = {
    'Date': ['Nov 16, 2024', 'Nov 09, 2024', 'Nov 10, 2024', 'Nov 12, 2024'],
    'Currency': ['USD', 'USD', 'USD', 'USD'],
    'ADS Name': ['Fog Light', 'Fog Light', 'Fog Light', 'Fog Light'],
    'Targe': ['Fog Light red', 'Fog Light red', 'Fog Light yellow', 'Fog Light yellow'],
    'Search': ['2 inches fog Light red', 'fog Light red left side', 'Fog Light yellow', 'Fog Light yellow 1994'],
    'Im': [11, 1, 3, 6],
    'Cl': [1, 1, 1, 1],
    'Rate': [9.0909, 100.0000, 33.3333, 16.6667],
    'Spend': [0.60, 0.60, 0.60, 0.60]
}

df = pd.DataFrame(data)

# 分组计算
grouped = df.groupby('Targe').agg({'Im': 'sum', 'Cl': 'sum', 'Spend': 'sum'})
grouped['Rate'] = (grouped['Cl'] / grouped['Im']).round(2)

# 重置索引
grouped.reset_index(inplace=True)

# 创建新的 Excel 工作簿
wb = Workbook()

# 创建第一个 sheet 并写入原始数据
ws1 = wb.active
ws1.title = "数据"
for r in dataframe_to_rows(df, index=False, header=True):
    ws1.append(r)

# 创建第二个 sheet 并写入分组计算结果
ws2 = wb.create_sheet("计算")
for r in dataframe_to_rows(grouped, index=False, header=True):
    ws2.append(r)

# 保存 Excel 文件
file_path = '指定路径/结果.xlsx'
wb.save(file_path)

print(f"Excel 文件已保存到: {file_path}")

说明

1. 读取原始数据：我们使用字典创建了一个 DataFrame，模拟了你的原始数据。
2. 分组计算：使用 groupby 方法按 Targe 分组，并计算 Im、Cl 和 Spend 的总和，以及 Rate。
3. 创建 Excel 文件：使用 openpyxl 创建一个新的 Excel 文件，并将原始数据和分组计算结果分别写入两个不同的 sheet 中。
4. 保存文件：将 Excel 文件保存到指定路径。

运行环境

确保你已经安装了 pandas 和 openpyxl 库。如果没有安装，可以使用以下命令进行安装：

pip install pandas openpyxl

希望这段代码能满足你的需求！如果有任何问题，请随时告诉我。