Python Pandas实现导出两个Excel数据集的分组记录数分析

编写Python Pandas代码实现从一个Excel文件中的一个Sheet中的表格里取两个维度字段，根据这两个维度字段的数据分组统计，计算记录数的分组总计值，得到一个包含两个维度字段和记录数字段的分组总计值字段的dataframe，再从另一个Excel文件中的一个Sheet中的表格里取两个维度字段，一个计算记录数的分组数据组成一个dataframe，将这两个字段的对应字段full outer join起来，显示所有字段和两个记录数字段值相减的值，以及相减的值除以第一个dataframe的分组记录数的百分比数值。

python 复制代码

import pandas as pd
import numpy as np

# 读取第一个Excel文件
df1 = pd.read_excel('file1.xlsx', sheet_name='Sheet1')
# 分组统计记录数（维度字段名需替换为实际字段名）
df1_group = df1.groupby(['维度字段1', '维度字段2']).size().reset_index(name='记录数1')

# 读取第二个Excel文件
df2 = pd.read_excel('file2.xlsx', sheet_name='Sheet1')
# 分组统计记录数（维度字段名需替换为实际字段名）
df2_group = df2.groupby(['维度字段1', '维度字段2']).size().reset_index(name='记录数2')

# 全外连接合并
merged_df = pd.merge(
    df1_group,
    df2_group,
    on=['维度字段1', '维度字段2'],
    how='outer'
).fillna(0)

# 计算差值列
merged_df['记录数差值'] = merged_df['记录数1'] - merged_df['记录数2']

# 计算百分比列（处理除以0的情况）
merged_df['差值百分比'] = np.where(
    merged_df['记录数1'] != 0,
    (merged_df['记录数差值'] / merged_df['记录数1']) * 100,
    0  # 当记录数1为0时显示0%
)

# 转换数值列为整数类型
merged_df[['记录数1', '记录数2']] = merged_df[['记录数1', '记录数2']].astype(int)

# 显示结果
print("合并结果：")
print(merged_df)

# 可选：保存结果到新Excel
merged_df.to_excel('comparison_result.xlsx', index=False)

使用说明：

将代码中的'file1.xlsx'和'file2.xlsx'替换为实际文件名
将'维度字段1'和'维度字段2'替换为实际的维度字段名称
将sheet_name参数替换为实际的sheet名称
数值列会自动处理NaN值并转换为整数类型
结果包含以下列：
- 维度字段1
- 维度字段2
- 记录数1（来自第一个文件）
- 记录数2（来自第二个文件）
- 记录数差值（记录数1 - 记录数2）
- 差值百分比（差值/记录数1）

注意事项：

确保两个文件的维度字段名称完全一致
最终结果会自动处理缺失值（用0填充）
百分比计算已处理除零情况（当记录数1为0时显示0%）
结果数据会自动保存到comparison_result.xlsx文件（可选）

示例输出：

复制代码

维度字段1  维度字段2  记录数1  记录数2  记录数差值  差值百分比
A        X        10      8        2      20.0
B        Y        20     25       -5     -25.0
C        Z         5      0        5     100.0
D        W         0      3       -3       0.0