[已解决]如何关联两个excel表，并进行合并和计算

fanevon

大神们，现在遇到这样一个需求，想在python中实现效果，不知道该如何处理，请大神们帮忙看看。
需求：
       一个工作簿中有“成本”、“产品”两个工作表，其中“成本”工作表是每个产品型号的成本明细，“产品”工作表是每个产品型号对应生产订单的数量，现在想在python中，把产品表中每个订单都把成本明细带出来并与订单数量进行相乘，子厚得出一个汇总表。



成本分析.rar (13.37 KB, 下载次数: 4)

2023-2-23 22:25 上传

点击文件名下载附件

最佳答案

月排行榜 / 总排行榜

isdkz

2023-2-23 22:42:06

你可以使用pandas库来实现这个需求。具体步骤如下：

读取Excel文件中的“成本”和“产品”工作表，转换成pandas的DataFrame格式。
可以使用pandas.read_excel方法来读取Excel文件中的工作表，指定sheet_name参数为工作表名称，然后将返回的数据转换成DataFrame格式。

对“成本”工作表按照产品型号进行分组，然后将每个产品型号的成本明细进行合并。
可以使用groupby方法对DataFrame按照“产品型号”进行分组，然后使用agg方法将成本明细进行合并。

将“产品”工作表和“成本”工作表合并，按照“产品型号”进行合并，得到每个订单对应的成本明细。
可以使用merge方法将“产品”工作表和“成本”工作表按照“产品型号”进行合并，得到每个订单对应的成本明细。

将每个订单对应的成本明细和订单数量相乘，得到每个订单的总成本。
可以将“成本”和“产品”工作表合并之后，使用pandas的算术运算来计算每个订单的总成本。

对汇总表按照需要的格式进行整理，输出到Excel文件中。
可以使用pandas的数据处理方法，如重命名列名、删除不需要的列等操作来整理汇总表，然后使用to_excel方法将汇总表输出到Excel文件中。

下面是代码示例：

1. import pandas as pd
   
2. 
   
3. # 读取“成本”和“产品”工作表
   
4. df_cost = pd.read_excel('workbook.xlsx', sheet_name='成本')
   
5. df_product = pd.read_excel('workbook.xlsx', sheet_name='产品')
   
6. 
   
7. # 对“成本”工作表按照产品型号进行分组，将成本明细进行合并
   
8. df_cost_grouped = df_cost.groupby('产品型号').agg({'成本明细': 'sum'})
   
9. 
   
10. # 将“产品”工作表和“成本”工作表合并，按照“产品型号”进行合并，得到每个订单对应的成本明细
    
11. df_merged = pd.merge(df_product, df_cost_grouped, on='产品型号', how='left')
    
12. 
    
13. # 将每个订单对应的成本明细和订单数量相乘，得到每个订单的总成本
    
14. df_merged['总成本'] = df_merged['数量'] * df_merged['成本明细']
    
15. 
    
16. # 整理汇总表的格式，输出到Excel文件中
    
17. df_summary = df_merged[['订单号', '产品型号', '数量', '总成本']]
    
18. df_summary.columns = ['订单号', '产品型号', '订单数量', '订单总成本']
    
19. df_summary.to_excel('汇总表.xlsx', index=False)

复制代码

这样，就可以实现你的需求了。希望对你有帮助

跳转到最佳答案楼层

isdkz

你可以使用pandas库来实现这个需求。具体步骤如下：

读取Excel文件中的“成本”和“产品”工作表，转换成pandas的DataFrame格式。
可以使用pandas.read_excel方法来读取Excel文件中的工作表，指定sheet_name参数为工作表名称，然后将返回的数据转换成DataFrame格式。

对“成本”工作表按照产品型号进行分组，然后将每个产品型号的成本明细进行合并。
可以使用groupby方法对DataFrame按照“产品型号”进行分组，然后使用agg方法将成本明细进行合并。

将“产品”工作表和“成本”工作表合并，按照“产品型号”进行合并，得到每个订单对应的成本明细。
可以使用merge方法将“产品”工作表和“成本”工作表按照“产品型号”进行合并，得到每个订单对应的成本明细。

将每个订单对应的成本明细和订单数量相乘，得到每个订单的总成本。
可以将“成本”和“产品”工作表合并之后，使用pandas的算术运算来计算每个订单的总成本。

对汇总表按照需要的格式进行整理，输出到Excel文件中。
可以使用pandas的数据处理方法，如重命名列名、删除不需要的列等操作来整理汇总表，然后使用to_excel方法将汇总表输出到Excel文件中。

下面是代码示例：

1. import pandas as pd
   
2. 
   
3. # 读取“成本”和“产品”工作表
   
4. df_cost = pd.read_excel('workbook.xlsx', sheet_name='成本')
   
5. df_product = pd.read_excel('workbook.xlsx', sheet_name='产品')
   
6. 
   
7. # 对“成本”工作表按照产品型号进行分组，将成本明细进行合并
   
8. df_cost_grouped = df_cost.groupby('产品型号').agg({'成本明细': 'sum'})
   
9. 
   
10. # 将“产品”工作表和“成本”工作表合并，按照“产品型号”进行合并，得到每个订单对应的成本明细
    
11. df_merged = pd.merge(df_product, df_cost_grouped, on='产品型号', how='left')
    
12. 
    
13. # 将每个订单对应的成本明细和订单数量相乘，得到每个订单的总成本
    
14. df_merged['总成本'] = df_merged['数量'] * df_merged['成本明细']
    
15. 
    
16. # 整理汇总表的格式，输出到Excel文件中
    
17. df_summary = df_merged[['订单号', '产品型号', '数量', '总成本']]
    
18. df_summary.columns = ['订单号', '产品型号', '订单数量', '订单总成本']
    
19. df_summary.to_excel('汇总表.xlsx', index=False)

复制代码

这样，就可以实现你的需求了。希望对你有帮助

fanevon

isdkz 发表于 2023-2-23 22:42
你可以使用pandas库来实现这个需求。具体步骤如下：

读取Excel文件中的“成本”和“产品”工作表，转换 ...

大佬，这个错误什么意思呢？

isdkz

fanevon 发表于 2023-2-24 10:45
大佬，这个错误什么意思呢？

这只是参考代码，你要根据你的文件来改，你的文件没有产品型号这一列，

你把它改成商品编号

fanevon

isdkz 发表于 2023-2-24 11:31
这只是参考代码，你要根据你的文件来改，你的文件没有产品型号这一列，

你把它改成商品编号

大佬，下午好。
# 对“成本”工作表按照产品型号进行分组，将成本明细进行合并
df_cost_grouped = df_cost.groupby('产品型号').agg({'成本明细': 'sum'})   这里面groupby函数是成本表中的按型号进行分组， sum方法是 把成本A至成本F六列数据求和得到一个总成本吧？   但是我想要的是把六列数据分别按型号进行排列，如图。

fanevon

1. import pandas as pd
   
2. # 读取“成本”和“产品”工作表
   
3. df_cost = pd.read_excel('成本分析.xlsx', sheet_name='成本')
   
4. df_product = pd.read_excel('成本分析.xlsx', sheet_name='产品')
   
5. print(df_cost)
   
6. # 将“成本”工作表中的数据，将列数据为行数据—— “宽变高”
   
7. df_cost_melt = pd.melt(df_cost,id_vars=["产品型号"],
   
8.                        value_vars=["成本A", "成本B", "成本C", "成本D", "成本E", "成本F"],
   
9.                        var_name='成本类别',
   
10.                        value_name ="成本单价"
    
11.                         )
    
12. print(df_cost_melt)
    
13. # 将“产品”工作表和“成本”工作表合并，按照“产品型号”进行合并，得到每个订单对应的成本明细
    
14. df_merged = pd.merge(df_product, df_cost_melt, on='产品型号', how='left')
    
15. print(df_merged)
    
16. # 将每个订单对应的成本明细和订单数量相乘，得到每个订单的总成本
    
17. df_merged['成本金额'] = df_merged['生产数量'] * df_merged['成本单价']
    
18. print(df_merged)
    
19. # 整理汇总表的格式，输出到Excel文件中
    
20. df_summary = df_merged[['产品型号', '订单编号', '生产数量', '成本类别', '成本单价', '成本金额']]
    
21. df_summary.columns = ['产品型号', '订单编号', '生产数量', '成本类别', '成本单价', '成本金额']
    
22. df_summary.to_excel('成本汇总表.xlsx', index=False)

复制代码

fanevon

isdkz 发表于 2023-2-24 11:31
这只是参考代码，你要根据你的文件来改，你的文件没有产品型号这一列，

你把它改成商品编号

感谢大佬提供的思路，已顺利解决

歌者文明清理员

请及时结帖（将解决问题的楼层设为 "最佳答案"）
言外之意：isdkz 怎么又是你（悲）