[已解决]python 中多重条件同时满足代码

冰菲

A        B        C
1                *
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

最佳答案

月排行榜 / 总排行榜

isdkz

2023-5-23 10:45:08

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[df['A'] == 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[df['A'] == 1, 'A'].sum()sum2 = df.loc[df['A'] == 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)

跳转到最佳答案楼层

isdkz

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[df['A'] == 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[df['A'] == 1, 'A'].sum()sum2 = df.loc[df['A'] == 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)