python 中多重条件同时满足代码
A B C1 *
1 *
2 b /
2 b /
2 c +
下单时间 发货时间
2023/4/28 2023/4/29
2023/4/28 2023/4/29
2023/4/28 2023/4/29
2023/4/28 2023/4/29
2023/4/28 2023/4/29
1,求C列，C列需要同时满足A列为2并B列为b显示“/”，A列为2并B列为c显示“+” ,A列为1时，不用管B列，C列默认“*”
2,求发货时间，已知下单时间，发货时间等于下单时间+1，并且保存到EXCEL格式还是日期格式
3,求和，要求A列满足1条件的求和，满足2条件的求和 1. 可以使用pandas库来实现条件筛选和赋值操作。代码如下：
import pandas as pd
# 读取数据
df = pd.read_excel('data.xlsx')
# 根据条件筛选并赋值
df.loc[(df['A'] == 2) & (df['B'] == 'b'), 'C'] = '/'
df.loc[(df['A'] == 2) & (df['B'] == 'c'), 'C'] = '+'
df.loc == 1, 'C'] = '*'
# 输出结果
print(df)
2. 可以使用pandas库来实现日期的加减操作和格式转换。代码如下：
import pandas as pd
# 读取数据
df = pd.read_excel('data.xlsx')
# 将下单时间转换为日期格式
df['下单时间'] = pd.to_datetime(df['下单时间'], format='%Y/%m/%d')
# 计算发货时间并转换为日期格式
df['发货时间'] = df['下单时间'] + pd.Timedelta(days=1)
df['发货时间'] = df['发货时间'].dt.date
# 输出结果
print(df)
3. 可以使用pandas库来实现条件筛选和求和操作。代码如下：
import pandas as pd
# 读取数据
df = pd.read_excel('data.xlsx')
# 求和
sum1 = df.loc == 1, 'A'].sum()
sum2 = df.loc == 2, 'A'].sum()
# 输出结果
print('A列满足1条件的求和：', sum1)
print('A列满足2条件的求和：', sum2)
页:
[1]