python对dataframe实现excel数据分列功能，并进行数据汇总

如图，要对”新任务成员“把人名按照逗号分成每列人名

new_data=data['新任务成员'].str.split(",",expand=True)#数据分列，空格不处理

分出来的列列名默认为自然数，可以再对分出来的列修改列名 ：

new_data.columns=[ "a","a1", "a2", "a3","a4","a5","a6","a7","a8","a9"]

统计每人的金额：

QzbgCfjn_a=QzbgCfjn.groupby(["a"])["任务成员单人绩效"].sum()#series类型
QzbgCfjn_a1=QzbgCfjn.groupby(["a1"])["任务成员单人绩效"].sum()#series类型
QzbgCfjn_a2=QzbgCfjn.groupby(["a2"])["任务成员单人绩效"].sum()#series类型
QzbgCfjn_a3=QzbgCfjn.groupby(["a3"])["任务成员单人绩效"].sum()#series类型
QzbgCfjn_a4=QzbgCfjn.groupby(["a4"])["任务成员单人绩效"].sum()#series类型
QzbgCfjn_a5=QzbgCfjn.groupby(["a5"])["任务成员单人绩效"].sum()#series类型
QzbgCfjn_a6=QzbgCfjn.groupby(["a6"])["任务成员单人绩效"].sum()#series类型
QzbgCfjn_a7=QzbgCfjn.groupby(["a7"])["任务成员单人绩效"].sum()#series类型
QzbgCfjn_a8=QzbgCfjn.groupby(["a8"])["任务成员单人绩效"].sum()#series类型
QzbgCfjn_a9=QzbgCfjn.groupby(["a9"])["任务成员单人绩效"].sum()#series类型
   

 再把series合并拼接，通过字典转化形成dataframe

QzbgCfjn_hb=pd.concat([QzbgCfjn_a, QzbgCfjn_a1, QzbgCfjn_a2,QzbgCfjn_a3,QzbgCfjn_a4, QzbgCfjn_a5, QzbgCfjn_a6, QzbgCfjn_a7, QzbgCfjn_a8, QzbgCfjn_a9], axis=0)#series类型

#通过建立字典把series类型转为dataframe类型
dict_QzbgCfjn_hb = {'人名':QzbgCfjn_hb.index,'任务成员单人绩效':QzbgCfjn_hb.values}#它的index为人名，values为金额，下面将这两列都转换为DataFrame的columns。
QzbgCfjn_hb = pd.DataFrame(dict_QzbgCfjn_hb)#series类型转为dataframe才能生成excel

#删除人名中函数“【已离职】”的字段
QzbgCfjn_hb["人名"] = QzbgCfjn_hb["人名"].str.replace("已离职","", regex=False)
QzbgCfjn_hb["人名"] = QzbgCfjn_hb["人名"].str.replace("\[]","", regex=False)#删除[]要使用正则表达式中的\[]
#注：\{}, \[], \(\)只有左大括号和方括号需要转义，但两个圆括号都需要转义。


QzbgCfjn_hbhz=QzbgCfjn_hb.groupby(["人名"])["任务成员单人绩效"].sum()
dict_QzbgCfjn_hbhz = {'人名':QzbgCfjn_hbhz.index,'任务成员单人绩效':QzbgCfjn_hbhz.values}#它的index为人名，values为金额，下面将这两列都转换为DataFrame的columns。
QzbgCfjn_hbhz = pd.DataFrame(dict_QzbgCfjn_hbhz)#series类型转为dataframe才能生成excel