你可以使用 Pandas 库来实现这个任务。以下是一个示例代码:

import pandas as pd

# 读取 Excel 文件
df = pd.read_excel('input.xlsx')

# 根据列工序、物料描述PS和物料编码SS进行分组
grouped = df.groupby(['工序', '物料描述PS', '物料编码SS'])

# 创建新的DataFrame保存结果
new_df = pd.DataFrame(columns=['工序', '物料描述PS', '物料编码SS', '位置', 'PS面积'])

# 遍历每个分组
for group, data in grouped:
    # 合并位置的值
    position = ', '.join(data['位置'].astype(str))
    
    # 相加PS面积的值
    ps_area = data['PS面积'].sum()
    
    # 提取相对于物料描述PS的值
    material_description = data['物料描述PS'].iloc[0]
    
    # 提取物料编码SS的值
    material_code_ss = data['物料编码SS'].iloc[0]
    
    # 将结果添加到新的DataFrame中
    new_df = new_df.append({'工序': group[0], '物料描述PS': material_description, '物料编码SS': material_code_ss, '位置': position, 'PS面积': ps_area}, ignore_index=True)

# 保存结果到新的Excel文件
new_df.to_excel('output.xlsx', index=False)

请将代码中的input.xlsx替换为你要处理的Excel文件的路径,并将结果保存到output.xlsx文件中。

这段代码将根据列工序、物料描述PS和物料编码SS进行分组,然后合并位置的值,相加PS面积的值,并提取相对于物料描述PS的值,最后将结果保存到新的Excel文件中。


原文地址: https://www.cveoy.top/t/topic/nj9o 著作权归作者所有。请勿转载和采集!

免费AI点我,无需注册和登录