学习Python处理Excel 难度0级别多表合并、多条件筛选、找出重复项、去重

萌侠侠

已于 2022-08-27 16:55:28 修改

阅读量1.3k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： python-excel数据处理文章标签： pandas python

于 2022-08-18 15:04:35 首次发布

本文链接：https://blog.youkuaiyun.com/Complete_pf/article/details/126406189

python-excel数据处理专栏收录该内容

6 篇文章

订阅专栏

该代码示例展示了如何利用Python的Pandas库进行多表合并，然后通过多条件筛选找出在特定时间周期内回店且消费的重复客户清单，以及未再次回店的客户清单。首先，通过os.walk遍历指定目录下所有Excel文件并合并数据。接着，筛选出到店次数和消费次数大于0的记录。再使用duplicated和drop_duplicates函数处理重复数据，分别导出重复客户和未回店客户清单。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

#本代码要点：多表合并、多条件筛选、找出重复项、去重
#主题：计算特定两个时间周期内回店且消费的重复客户清单以及未再次回店的客户清单
#EXCEL工作表：一维表
#备注：假设会员姓名不存在重名；否则找重复项的时候，要增加查找的列名

import os
import pandas as pd

#多表合并
inputdir=r’C:\Users\HW\Desktop\新建文件夹 ’
df_empty=pd.DataFrame(columns=[‘会员姓名’,‘生命周期’,‘到店次数’,‘消费次数’])
for parents,dirnames,filenames in os.walk(inputdir):
for filename in filenames:
df=pd.read_excel(os.path.join(parents,filename))
df_empty=df_empty.append(df,ignore_index=True)

#数据选择：多条件筛选+多列选择
df_new=df_empty[(df_empty[‘到店次数’]>0)&(df_empty[‘消费次数’]>0)][[‘会员姓名’,‘生命周期’,‘到店次数’,‘消费次数’]]

#Duplicated函数功能：查找并显示数据表中的重复值
df2=df_new[df_new.duplicated(‘会员姓名’)]
#导出两个时间周期内回店且消费的重复客户清单
df2.to_excel(“练习1”)

#drop_duplicates函数功能：去重；参数subset选择要去重的列名（可以选多个列名）；参数keep,有三个可选参数，分别是 first、last、False，默认为 first，表示只保留第一次出现的重复项，删除其余重复项，last 表示只保留最后一次出现的重复项，False 则表示删除所有重复项
df3=df_new.drop_duplicates(subset=[‘会员姓名’],keep=False)
#导出未再次回店的客户清单
df3.to_excel(“练习2”)