通过添加某些列的值从 Excel 行中删除重复项

Question

我有一个 Excel 文件，其中包含 500 行，其中包含不同程序中的产品详细信息及其数量。所有这 500 行都是不同数量的重复产品。我想删除重复项并将数量相加，因此我只想拥有一行而不是具有 productID D1 的 5 行（将其他 4 行的数量添加到剩余行） [我正在寻找从顶部创建底部表]

我在 stackoverflow 上发现了类似的问题，人们建议将数据上传到数据库中并有 sum(quantity1), sum(quantity2),...但是我有 150 列，所以我无法为此编写查询。 (Removing duplicate rows by adding column value)

我正在考虑编写一个 python 脚本，但我不确定如何处理重复项。

非常感谢。

Answer 1

将前 3 列复制到另一张纸或其他地方。使用“删除重复项”。为了找到数量之和，请使用类似于以下的公式：

=SUMIFS($D$2:$D$500, $A$2:$A$500, $A2, $B$2:$B$500, $B2, $C$2:$C$500, $C2)

然后拖动公式查找其他数量。

Answer 2

您可以在 excel 中尝试“数据透视表”。比总结你的数据。

参考：https://support.office.com/en-us/article/create-a-pivottable-to-analyze-worksheet-data-a9a84538-bfe9-40a9-a8e9-f99134456576?ui=en-US&rs=en-US&ad=US

https://exceljet.net/things-to-know-about-excel-pivot-tables

Answer 3

我看不到您的图片，但假设它是相当标准的布局： 如果您可以按 productid 对数据进行排序，则可以为此使用 Excel 的内置功能。使用数据、小计 - 指定在 ProductID 的每次更改中您希望对数量求和。然后折叠结果表，以便只显示总数。仅使用主页、查找和选择、转到特殊的可见单元格。然后复制并粘贴到第二张纸上 您现在拥有所有产品总数。

Answer 4

import pandas as pd
import numpy as np

df = pd.DataFrame({
        "ProductsID": ["A1", "A1", "B1", "B1", "B1"], 
        "Category": ["MM", "MM", "NN", "NN", "NN"],
        "Price": [50, 50, 42, 42, 42],
        "Quantity1": [1, 8, 5, np.nan, 4],
        "Quantity2": [6, 3, np.nan, 2, 3]})

grouped = df.groupby(by=["ProductsID", "Category"])
agged = grouped.agg({"Price": "max", 
                "Quantity1": "sum", 
                "Quantity2":"sum"})

result = agged.reset_index()

结果：

  ProductsID Category  Quantity1  Quantity2  Price
0         A1       MM        9.0        9.0     50
1         B1       NN        9.0        5.0     42