用python实现sumifs的功能

用python实现sumifs的功能

方法一：
好用，推荐

# 使用提醒:
# 1. xbot包提供软件自动化、数据表格、Excel、日志、AI等功能
# 2. package包提供访问当前应用数据的功能，如获取元素、访问全局变量、获取资源文件等功能
# 3. 当此模块作为流程独立运行时执行main函数
# 4. 可视化流程中可以通过"调用模块"的指令使用此模块

import xbot
from xbot import print, sleep
from .import package
from .package import variables as glv
import pandas as pd 

def main(args):
    pass

def sumifs_excel(dataSourceList, targetAreaList,criteria_col_names,sum_col_names):  
    df1 = pd.DataFrame(dataSourceList[1:], columns=dataSourceList[0])  
    df2 = pd.DataFrame(targetAreaList[1:], columns=targetAreaList[0])  
  
    # 使用 groupby 方法对店铺名称和是否作废列进行分组  
    groups = df1.groupby(criteria_col_names)

    # 对每个组应用sum方法，并将结果保存在一个字典中  
    result_dict = {group_name: groups.get_group(group_name)[sum_col_names].sum() for group_name in groups.groups.keys()}  
    
    # 将字典转换为DataFrame  
    result_df1 = pd.DataFrame(result_dict).T
    result_df1 = result_df1.reset_index()
    result_df1.columns = criteria_col_names+sum_col_names
    # print(result_df1)
  
    # 使用merge()函数根据多个列进行合并  
    merged_df = pd.merge(df2, result_df1, on=criteria_col_names, how='left')  
          
    # print(merged_df)
    return merged_df.values.tolist()
  
# # 示例数据  
# sheet1 = [['店铺名称', '款号', '是否作废', '购买单价', '金额'],      
#           ['淘宝旗舰店', '71204300', '作废', 149.0, 200],      
#           ['淘宝旗舰店', '32204100', '正常', 69.0, 100],      
#           ['测试专卖店', 'B1204300', '正常', 79.0, 150],      
#           ['淘宝旗舰店', '71204300', '正常', 119.0, 200],      
#           ['淘宝旗舰店', '64204150', '正常', 129.0, 300],      
#           ['淘宝旗舰店', 'E1204250', '正常', 129.0, 300],      
#           ['唯品会（OMS发货）', '71184021', '正常', 234.0, 400],      
#           ['淘宝旗舰店', 'E1204481', '正常', 369.0, 500]]      
      
# sheet2 = [['店铺名称', '是否作废'], ['淘宝旗舰店', '作废'], ['淘宝旗舰店', '正常'], ['测试专卖店', '正常'], ['唯品会（OMS发货）', '正常']]      
      
# sum_cols = ['购买单价', '金额']      
# criteria_cols = ['店铺名称', '是否作废']      
      
# # 调用函数并打印结果      
# result = sumifs_excel(sheet1, sheet2, sum_cols, criteria_cols)      
# print(result)

方法二：
缺点：运行速度特别慢，舍弃

你的代码中，每次循环都在进行DataFrame的查询操作，而DataFrame的查询操作是非常耗时的。特别是在你的情况下，你正在对一个很大的DataFrame进行查询，这会导致代码运行得非常慢。

import pandas as pd  
  
def sumifs_excel(sheet1_data, sheet2_data, sum_col_names, criteria_col_names):  
    df1 = pd.DataFrame(sheet1_data[1:], columns=sheet1_data[0])  
    df2 = pd.DataFrame(sheet2_data[1:], columns=sheet2_data[0])  
  
    result = []  
    for index, row in df2.iterrows():  
        criteria = {col: row[col] for col in criteria_col_names}  
        sum_results = []  
        for sum_col_name in sum_col_names:  
            filter_statement = ' & '.join(['({} == "{}")'.format(key, criteria[key]) for key in criteria])  
            sum_result = df1.query(filter_statement)[sum_col_name].sum()  
            sum_results.append(sum_result)  
        result.append(sum_results)  
      
    for col, col_result in zip(sum_col_names, zip(*result)):  
        df2[col] = col_result  
      
    return df2.values.tolist()  
  
# 示例数据  
sheet1 = [['店铺名称', '款号', '是否作废', '购买单价', '金额'],  
          ['淘宝旗舰店', '71204300', '作废', 149.0, 200],  
          ['淘宝旗舰店', '32204100', '正常', 69.0, 100],  
          ['测试专卖店', 'B1204300', '正常', 79.0, 150],  
          ['淘宝旗舰店', '71204300', '正常', 119.0, 200],  
          ['淘宝旗舰店', '64204150', '正常', 129.0, 300],  
          ['淘宝旗舰店', 'E1204250', '正常', 129.0, 300],  
          ['唯品会（OMS发货）', '71184021', '正常', 234.0, 400],  
          ['淘宝旗舰店', 'E1204481', '正常', 369.0, 500]]  
  
sheet2 = [['店铺名称', '是否作废'], ['淘宝旗舰店', '作废'], ['淘宝旗舰店', '正常'], ['测试专卖店', '正常'], ['唯品会（OMS发货）', '正常']]  
  
sum_cols = ['购买单价', '金额']  
criteria_cols = ['店铺名称', '是否作废']  
  
# 调用函数并打印结果  
result = sumifs_excel(sheet1, sheet2, sum_cols, criteria_cols)  
print(result)