python/excel：如何为 A 列中的所有相同值添加 B 列的值

Question

Excel Image 1

Excel Image 2

请看“Excel Image 1”开始。

我正在使用 python 来提取前两列，并将它们存储在自己单独的数组中。如果列中的值相同，我想要做的是添加列 B 的值。例如：如果 A 列的值为“0”，则将 -200 和 400 相加得到 200，因为“0”在 A 列的第 1 行和第 2 行。

添加后如“Excel Image 2”所示，将两个 Column 的新值存储在各自单独的数组中，以便我可以将它们用于以后的计算。

import xlrd
excel = '/Users/Bob/Desktop/'

wb1 = xlrd.open_workbook(excel + 'assignment.xlsx')
sh1 = wb1.sheet_by_index(0)

colA,colB = [],[]
for a in range(0,sh1.nrows):
    colA.append(int(sh1.cell(a,0).value))
    colB.append(int(sh1.cell(a,1).value))
print(colA)
print(colB)

for i in colA:
    if i == 0:
        add = colB[0] + colB[1]
print(add)

我想要一个将这些值添加到 B 列中的代码，而不管 A 列中给出了多少个或多少个相同的值。

当前输出：

[0, 0, 1, 2, 2, 2, 3, 3, 4, 4]
[-200, 400, 30, 600, -70, 10, 20, -90, 40, 40]

预期输出：

[0, 1, 2, 3, 4]
[200, 30, 540, 70, 80]

谢谢！

Answer 1

使用itertools.groupby():

from itertools import groupby
import xlrd
excel = '/Users/Bob/Desktop/'

wb1 = xlrd.open_workbook(excel + 'assignment.xlsx')
sh1 = wb1.sheet_by_index(0)

sheet_rows = [sh1.row(r) for r in range(0, sh1.nrows)]
groups = groupby(sheet_rows, lambda row: row[1])

key_list = []
sum_list = []
for key, group in groups:
    key_list.append(key)
    sum_list.append(sum(group))

print(key_list)
print(sum_list)

Answer 2

我会改用 row_values 方法。这通过行号和列号（从零开始）调用。例如，要获取列表中的第一行，请执行以下操作：

first_row = sh1.row_values(0)
[0.0, -200.0]

对列表进行切片以从特定列中获取值。如：

sh1.row_values(0)[1]
-200.0

我首先跟踪第一列 (curr_key) 中的值，并对给定键 —cum_sum 运行累积和。当密钥更改时，我只需更新将cum_sum 附加到sum_list 并更新curr_key 和cum_sum。最后要做的是将最后一个值附加到累积和中。

curr_key = sh1.row_values(0)[0]
cum_sum = sh1.row_values(0)[1]
sum_list = []
for a in range(1,sh1.nrows):
    if sh1.row_values(a)[0] == curr_key:
        cum_sum += sh1.row_values(a)[1]
        curr_key = sh1.row_values(a)[0]
    else:
        sum_list.append(cum_sum)
        curr_key = sh1.row_values(a)[0]
        cum_sum = sh1.row_values(a)[1]
sum_list.append(cum_sum)

这会在sum_list 中产生以下内容：

[200.0, 30.0, 540.0, -70.0, 80.0]

顺便说一句，您的第二个文件在第 3 行有 70.0 而不是 -70.0。

经过一番思考，我意识到更好的方法是使用字典（在概念上类似于 @Austin Hastings 的答案，但没有 groupby）。

key_vals = [x for x in sh1.col_values(0)]
int_vals = [y for y in sh1.col_values(1)]
sum_list = {}
for i,value in enumerate(key_vals):
    if str(value) not in sum_list:
        sum_list[str(value)] = int_vals[i]
    else:
        sum_list[str(value)] += int_vals[i]
for key in sorted(sum_list):
    print('{}, {}'.format(key, sum_list[key]))

这会产生：

0.0, 200.0
1.0, 30.0
2.0, 540.0
3.0, -70.0
4.0, 80.0