Python数据处理:如何自动插入相关数据到工作表中

复制代码
    def price_insert_15_20_30(self,df,column):
        df = df.rename(columns={column:'sku'})
        data = pd.read_excel(r'C:\Users\wangkejun\Desktop\orderadjust\tempdata\caculatetemp.xlsx')
        data['sku'] = df['sku']
        columns = list(data.columns)
        data = pd.merge(data,df,on=['sku'],how='left',suffixes=['','_r'])

        data['平台佣金率'] = data.apply(lambda x:x['平台佣金率补充'] if pd.notna(x['平台佣金率补充']) else x['平台佣金率'],axis=1)
        data['采购价'] = data.apply(lambda x:x['采购价补充'] if pd.notna(x['采购价补充']) else x['采购价'],axis=1)
        data['实重'] = data.apply(lambda x:x['计费重补充'] if pd.notna(x['计费重补充']) else x['实重'],axis=1)


        data = data.loc[:,columns]
        df = data.loc[:,['sku']]
        for i in [0.15,0.2,0.3]:
            datatemp = data.copy()
            datatemp['毛利率'] = i
            datatemp = datatemp.apply(self.calculate_price, axis=1)
            title = f'{i*100}%'
            datatemp = datatemp.rename(columns = {'price':title})
            datatemp = datatemp.loc[:,['sku','平台佣金率', '采购价', '计费重',title]]
            df = pd.merge(df,datatemp,how='left',on=['sku'])

        df = df.rename(columns={'sku':column})
        return df   
      
 # 费用相关数据
dfall['系统SKU'] = dfall['系统SKU'].astype('object')
dfbasicprice = pd.merge(dfall.loc[:,['系统SKU']],dfbasic,how='left',on=['系统SKU'])

dfbasicprice = dfbasicprice.dropna(subset=['系统SKU'])

dfbasicprice = caculate().price_insert_15_20_30(dfbasicprice,'系统SKU')

dfzongbiaojilu= dfbasicprice.loc[:, ['系统SKU', '平台佣金率', '采购价', '计费重']]
dfzongbiaojilu2= dfbasic.loc[:, ['系统SKU', '平台佣金率补充', '采购价补充', '计费重补充']]


merged_df = dfzongbiaojilu.merge(dfzongbiaojilu2, on='系统SKU')

        # 去除NaN值
merged_df = merged_df.dropna()

        # 插入数据到工作表
self.worksheetinsert(merged_df, number=1, worksheetid=excelsheet['总表新品数据记录表']) 

具体来说,你首先将 dfall['系统SKU'] 的数据类型更改为 'object',然后使用 pd.merge() 函数将 dfbasicdfall 进行左连接,基于共同的列 '系统SKU'。接下来,你删除了包含 NaN 值的行,并将结果保存在 dfbasicprice 中。

然后,你对 dfbasicprice 调用了 caculate().price_insert_15_20_30(dfbasicprice, '系统SKU'),并传入了参数 '系统SKU'。这应该是一个自定义的计算函数,根据传入的 DataFrame 和列名进行价格计算和插入操作。请确保该函数能够正常运行,并返回预期的结果。

接下来,你从 dfbasicpricedfbasic 中选择了特定的列,并分别保存在 dfzongbiaojiludfzongbiaojilu2 中。

最后,你使用 merge() 函数将 dfzongbiaojiludfzongbiaojilu2 基于列 '系统SKU' 进行合并,并保存在 merged_df 中。最后,你删除了包含 NaN 值的行,并将结果插入到工作表中

相关推荐
C嘎嘎嵌入式开发2 小时前
(2)100天python从入门到拿捏
开发语言·python
Stanford_11063 小时前
如何利用Python进行数据分析与可视化的具体操作指南
开发语言·c++·python·微信小程序·微信公众平台·twitter·微信开放平台
Vallelonga4 小时前
Rust 中的数组和数组切片引用
开发语言·rust
Kiri霧4 小时前
Rust模式匹配详解
开发语言·windows·rust
white-persist4 小时前
Python实例方法与Python类的构造方法全解析
开发语言·前端·python·原型模式
千里马-horse4 小时前
Async++ 源码分析8--partitioner.h
开发语言·c++·async++·partitioner
Java 码农5 小时前
Centos7 maven 安装
java·python·centos·maven
Lucis__5 小时前
再探类&对象——C++入门进阶
开发语言·c++
007php0075 小时前
某大厂跳动面试:计算机网络相关问题解析与总结
java·开发语言·学习·计算机网络·mysql·面试·职场和发展
倔强青铜三5 小时前
苦练Python第63天:零基础玩转TOML配置读写,tomllib模块实战
人工智能·python·面试