用 Python 实现连续数据分组求和并回写

💡 本文将教你如何用 Python + pandas 实现一个高效的小工具：

自动根据 Excel 数据中的"空行"进行 连续数据分组求和 ，并将结果写回到新的 Excel 文件中。

适用于能源数据、财务表格、分段实验数据等需要按空行划分分组的场景。

📊 一、问题背景

在日常数据处理中，我们常会遇到这种 Excel 表格：

数据
2
21
（空）
0
（空）
6
（空）
2
28
19
（空）
11
4
（空）
15
25
（空）
23

我们希望根据空行将数据进行分组，然后计算每组的数字之和。

例如：

分组	数字	求和结果
第1组	2, 21	23
第2组	0	0
第3组	6	6
第4组	2, 28, 19	49
第5组	11, 4	15
第6组	15, 25	40
第7组	23	23

目标：让 Python 自动完成这些计算，并把结果写回新的 Excel 文件中。

🧩 二、思路分析

核心思路如下：

使用 pandas 读取 Excel 文件；
遍历数据列，用空值（NaN）作为分组边界；
每组内求和；
在分组结束行插入结果；
输出到新 Excel 文件。

⚙️ 三、完整代码实现

python 复制代码

import pandas as pd

# === 1. 读取 Excel 文件 ===
# 请把 "data.xlsx" 改成你的文件名（路径也可以）
df = pd.read_excel("data.xlsx")

# 假设数据列名为 "数据"，若你的列名不同，请改成对应名字
data = df["数据"].tolist()

# === 2. 连续数字分组求和 ===
groups = []
group_sum = 0

for x in data:
    if pd.isna(x):  # 遇到空单元格 → 分组结束
        groups.append(group_sum)
        group_sum = 0
    else:
        group_sum += x

# 最后一组
if group_sum != 0 or (len(data) and pd.isna(data[-1])):
    groups.append(group_sum)

# === 3. 将结果保存为新列 ===
# 为保持对应关系，插入空行方便对齐
result_list = []
i = 0
group_sum = 0

for x in data:
    if pd.isna(x):
        result_list.append(groups[i])
        i += 1
    else:
        result_list.append(None)

# 若最后没有空行，也在末尾加上最后一个结果
if len(result_list) < len(data):
    result_list.append(groups[-1])

df["结果"] = result_list[:len(df)]

# === 4. 写入新 Excel 文件 ===
output_file = "data_with_result.xlsx"
df.to_excel(output_file, index=False)

print("✅ 已生成新文件：", output_file)

📁 四、运行效果

执行完代码后，会在当前目录生成一个名为：

复制代码

data_with_result.xlsx

的新文件。

打开后即可看到结果列自动填充：

数据	结果
2
21	23
（空）	0
6	6
（空）	49
11
4	15
（空）	40
23	23

清晰直观，每个分组的合计自动出现在对应的分隔行位置。

🚀 五、小结

本文介绍了一种实用的 Excel 自动化技巧：

使用 pandas 处理空行分隔的数据并按组求和。

👉 核心逻辑就是一句话：

"以空行作为分组边界，按组计算求和。"

这种方法在能源数据汇总、实验数据统计、项目分段结算等场景中非常高效。

✍️ 作者：IT小本本

📅 更新时间：2025-10-31

如果你觉得有用，欢迎点赞收藏！

更多实用数据处理技巧，将持续更新 ❤️