【pandas_不重复项计数】

gf1321111

已于 2023-12-31 19:15:16 修改

阅读量654

点赞数 10

文章标签： pandas

于 2023-12-31 19:08:34 首次发布

本文链接：https://blog.csdn.net/gf1321111/article/details/135318648

版权

听说WPS没有非重复项计数的功能，而office需要添加到数据模型之后，才可以使用该功能。而用pandas，既可以对重复项计数，又可以对非重复项计数。

在这里插入图片描述

# 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 count_excel(dataSourceList,criteria_col_names):  
    df1 = pd.DataFrame(dataSourceList[1:], columns=dataSourceList[0])
    df1 = df1.fillna(0)
     # 选择需要的列  
    df1 = df1[criteria_col_names]
    df_mediate= df1.groupby(["区县","月份"])['BOSS_ID'].count().reset_index()
    #修改部分列名称
    df1_result=df_mediate.rename(columns={'BOSS_ID':'重复项计数_BOSS_ID'})
    # print(df1_result)

    #非重复项计数
    df_mediate=df1.groupby(["区县","月份",'BOSS_ID']).apply(lambda x: x.drop_duplicates(subset=["区县","月份",'BOSS_ID'])).reset_index(drop=True)
    df_mediate= df_mediate.groupby(["区县","月份"])['BOSS_ID'].count().reset_index()
    df2_result=df_mediate.rename(columns={'BOSS_ID':'不重复项计数_BOSS_ID'})
    # print(df2_result)

    df3=pd.merge(df1_result,df2_result,on=["区县","月份"],how="left")

    # 输出结果
    return df3.columns.tolist(),df3.values.tolist()