Python 统计Excel单号透视如何去除重复

冰菲

Python 统计Excel单号透视如何去除重复

  厂家  单号       运费      金额
  AB  14             10         7
BD   2      226.42     4.52
AC    2      226.42     4.52
AB   14    50            10

希望得出的结果是
厂家  单号（个数）       运费      金额

AB      2                        60         17
                              

FishC

您的问题可以通过 pandas 库实现。使用 groupby 分组后，对单号去重计数，同时累加运费和金额。

代码如下：

1. 
   
2. import pandas as pd
   
3. 
   
4. # 读取数据（假设数据在 DataFrame 中）
   
5. data = {
   
6.     '厂家': ['AB', 'BD', 'AC', 'AB'],
   
7.     '单号': [14, 2, 2, 14],
   
8.     '运费': [10, 226.42, 226.42, 50],
   
9.     '金额': [7, 4.52, 4.52, 10]
   
10. }
    
11. df = pd.DataFrame(data)
    
12. 
    
13. # 分组聚合：单号去重计数，运费和金额求和
    
14. result = df.groupby('厂家').agg(
    
15.     单号个数=('单号', lambda x: x.nunique()),  # 去重计数
    
16.     运费=('运费', 'sum'),
    
17.     金额=('金额', 'sum')
    
18. ).reset_index()
    
19. 
    
20. print(result)
    

复制代码

输出结果：

1. 
   
2.   厂家  单号个数     运费    金额
   
3. 0  AB        1   60.0  17.0
   
4. 1  AC        1  226.42  4.52
   
5. 2  BD        1  226.42  4.52
   

复制代码

说明：
1. groupby('厂家') 按厂家分组
2. agg 中：
   - 单号个数：使用 nunique() 对单号去重计数
   - 运费 和 金额：直接求和
3. reset_index() 将厂家从索引变为列

如需保存到 Excel：

1. 
   
2. result.to_excel('结果.xlsx', index=False)
   

复制代码

以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。

冰菲

pivot_table透视的时候可以实现吗

FishC

冰菲 发表于 2026-01-23 17:47
pivot_table透视的时候可以实现吗

可以的！用 pivot_table 透视表也能实现去重统计。

代码如下：

import pandas as pd

# 读取数据
data = {
    '厂家': ,
    '单号': ,
    '运费': ,
    '金额':
}
df = pd.DataFrame(data)

# 使用 pivot_table 实现去重计数
result = pd.pivot_table(df,
                       index='厂家',
                       values=['单号', '运费', '金额'],
                       aggfunc={'单号': lambda x: len(x.unique()),  # 去重计数
                                '运费': 'sum',
                                '金额': 'sum'}
                       ).reset_index()

# 重命名列
result.columns =

print(result)

输出结果：

  厂家  单号（个数）     运费    金额
0  AB        1   60.0  17.0
1  AC        1  226.42  4.52
2  BD        1  226.42  4.52

关键点：
1. pivot_table 的 aggfunc 参数接受字典
2. lambda x: len(x.unique()) 实现对单号的去重计数
3. reset_index() 将厂家从索引变为列
4. columns 重命名列

对比说明：
- groupby：适合简单的分组聚合
- pivot_table：适合复杂的数据透视，可同时对不同列应用不同聚合函数

两种方法都能实现您的需求，选择哪种取决于个人习惯和代码可读性。

以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。

冰菲

x是什么？

FishC

冰菲 发表于 2026-01-23 17:56
x是什么？

在 lambda 函数中，x 代表的是每个分组中 单号 列的数据（一个 Pandas Series 对象）。

具体解释：
lambda x: len(x.unique()) 这个函数会：
1. 接收每个厂家分组下的 单号 列数据
2. 用 x.unique() 获取去重后的单号列表
3. 用 len() 计算去重后的数量

例如，对于厂家 AB：
x = Series([14, 14])  # 有两个单号都是14
x.unique() = [14]  # 去重后只剩一个
len(x.unique()) = 1  # 去重计数为1

所以 x 就是每个分组中 单号 列的具体数据，通过这个数据我们可以进行去重计数的操作。

以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。

不二如是

很简单遍历一下：

1. result = (
   
2.     df
   
3.     .groupby("厂家")
   
4.     .agg(
   
5.         单号个数=("单号", "nunique"),
   
6.         运费=("运费", "sum"),
   
7.         金额=("金额", "sum")
   
8.     )
   
9.     .reset_index()
   
10. )
    
11. 
    
12. print(result)
    

复制代码