點(diǎn)擊上方“Python爬蟲(chóng)與數(shù)據(jù)挖掘”，進(jìn)行關(guān)注

回復(fù)“書(shū)籍”即可獲贈(zèng)Python從入門(mén)到進(jìn)階共10本電子書(shū)

今

日

雞

湯

劍閣崢嶸而崔嵬，一夫當(dāng)關(guān)，萬(wàn)夫莫開(kāi)。

大家好，我是皮皮。

一、前言

前幾天在Python最強(qiáng)王者群【wen】問(wèn)了一個(gè)pandas數(shù)據(jù)合并處理的問(wèn)題，一起來(lái)看看吧。他的原始數(shù)據(jù)如下所示：

然后預(yù)期的結(jié)果如下所示：

二、實(shí)現(xiàn)過(guò)程

這里【瑜亮老師】給了一個(gè)指導(dǎo)如下：原始數(shù)據(jù)中包含所有所需的信息，但是因?yàn)樵聪到y(tǒng)導(dǎo)出的格式問(wèn)題，有些數(shù)據(jù)被分配到了合并行中，并且每個(gè)單獨(dú)的表中都是統(tǒng)一格式。

源數(shù)據(jù)中"商品", "單價(jià)", "支付方式", "銷(xiāo)售地", "銷(xiāo)量"是已經(jīng)處理好的數(shù)據(jù)，不需要單獨(dú)處理。需要獲取的信息是"平臺(tái)", "商戶", "賬號(hào)"，這三個(gè)均在合并行中，群友的建議都是使用re正則表達(dá)式獲取。

獲取到上面數(shù)據(jù)后，還需要?jiǎng)h掉多余的行。仔細(xì)觀察原始表格我們可以發(fā)現(xiàn)：每個(gè)單獨(dú)表格是由一個(gè)平臺(tái)、商戶、賬號(hào)所查詢的，且所需平臺(tái)、商戶、賬號(hào)數(shù)據(jù)分布在合并行中，而這些合并行在被pandas讀取后會(huì)形成只有第一列有數(shù)值，其他列為NaN的情況。

處理過(guò)后的格式情況如下：

這就給了我們?nèi)サ暨@些合并行的簡(jiǎn)便方法：dropna。

而用正則獲取到的平臺(tái)、商戶、賬號(hào)只有一行，需要對(duì)數(shù)據(jù)進(jìn)行向下填充空值。而pandas中fillna(method="ffill")即可實(shí)現(xiàn)使用前值去填充下面空值的需求。最后，瑜亮老師出手，實(shí)現(xiàn)需求，代碼如下：

importpandasaspd


#讀取Excel文件
df=pd.read_excel("20230812.xlsx",header=None)

#去除重復(fù)行
df=df.drop_duplicates(ignore_index=False).reset_index(drop=True)

#根據(jù)正則表達(dá)式獲取“賬號(hào)”,“平臺(tái)”，“商戶”
df["賬號(hào)"]=df[0].str.extract(r"賬號(hào)：(\d+)",expand=False).fillna(method="ffill")
df["平臺(tái)"]=df[0].str.extract(r"平臺(tái)：(.*?)，",expand=False).fillna(method="ffill")
df["商戶"]=df[0].str.extract(r"商戶：(.*?)，",expand=False).fillna(method="ffill")

#去除含有空值的行（即excel中所有的合并行
df=df.dropna().reset_index(drop=True)

#設(shè)置df的列名
df.columns=["商品","單價(jià)","支付方式","銷(xiāo)售地","銷(xiāo)量","賬號(hào)","平臺(tái)","商戶"]
df=df[["平臺(tái)","商戶","賬號(hào)","商品","單價(jià)","支付方式","銷(xiāo)售地","銷(xiāo)量"]]
print(df)

代碼運(yùn)行后的結(jié)果如下：

完美實(shí)現(xiàn)群友的需求！

三、總結(jié)

大家好，我是皮皮。這篇文章主要盤(pán)點(diǎn)了一個(gè)Pandas數(shù)據(jù)合并處理問(wèn)題，文中針對(duì)該問(wèn)題，給出了具體的解析和代碼實(shí)現(xiàn)，幫助粉絲順利解決了問(wèn)題。

最后感謝粉絲【wen】提問(wèn)，感謝【瑜亮老師】給出的思路和代碼解析，感謝【莫生氣】等人參與學(xué)習(xí)交流。

【提問(wèn)補(bǔ)充】溫馨提示，大家在群里提問(wèn)的時(shí)候?？梢宰⒁庀旅鎺c(diǎn)：如果涉及到大文件數(shù)據(jù)，可以數(shù)據(jù)脫敏后，發(fā)點(diǎn)demo數(shù)據(jù)來(lái)（小文件的意思），然后貼點(diǎn)代碼（可以復(fù)制的那種），記得發(fā)報(bào)錯(cuò)截圖（截全）。代碼不多的話，直接發(fā)代碼文字即可，代碼超過(guò)50行這樣的話，發(fā)個(gè).py文件就行。

大家在學(xué)習(xí)過(guò)程中如果有遇到問(wèn)題，歡迎隨時(shí)聯(lián)系我解決（我的微信：pdcfighting1），應(yīng)粉絲要求，我創(chuàng)建了一些ChatGPT機(jī)器人交流群和高質(zhì)量的Python付費(fèi)學(xué)習(xí)交流群和付費(fèi)接單群，歡迎大家加入我的Python學(xué)習(xí)交流群和接單群！

小伙伴們，快快用實(shí)踐一下吧！如果在學(xué)習(xí)過(guò)程中，有遇到任何問(wèn)題，歡迎加我好友，我拉你進(jìn)Python學(xué)習(xí)交流群共同探討學(xué)習(xí)。

-------------------End-------------------

往期精彩文章推薦：

if a and b and c and d：這種代碼有優(yōu)雅的寫(xiě)法嗎？

Pycharm和Python到底啥關(guān)系？

都說(shuō)chatGPT編程怎么怎么厲害，今天試了一下，有個(gè)靜態(tài)網(wǎng)頁(yè)，chatGPT居然沒(méi)搞定？

站不住就準(zhǔn)備加倉(cāng)，這個(gè)pandas語(yǔ)句該咋寫(xiě)？

歡迎大家點(diǎn)贊，留言，轉(zhuǎn)發(fā)，轉(zhuǎn)載，感謝大家的相伴與支持

想加入Python學(xué)習(xí)群請(qǐng)?jiān)诤笈_(tái)回復(fù)【入群】

萬(wàn)水千山總是情，點(diǎn)個(gè)【在看】行不行

/今日留言主題/

隨便說(shuō)一兩句吧~~

關(guān)鍵詞：