熊猫 - 如何使同一行空白然后用合并的单元格写入excel答案

【问题标题】：pandas - how to make same row blank then write to excel with merged cells熊猫 - 如何使同一行空白然后用合并的单元格写入excel
【发布时间】：2019-06-14 00:22:53
【问题描述】：

这个问题其实大概2个案例：

将 pandas 数据框列中的相同值设为空白
将结果数据框保存到合并单元格的 Excel 中，文本位于垂直中心

1.数据框部分

对于数据框

df = pd.DataFrame({'Company': ['Huawei','Huawei','Huawei', 'Apple', 'Apple', 'Samsung', 'Samsung'],
                    'Year': [2011, 2011, 2018, 2011, 2019, 2018, 2019],
                    'Product': ['H1', 'H2', 'H3', 'A1', 'A2', 'S1', 'S2']})
df = df.sort_values(by=['Company', 'Year'])
df

即

公司年份产品 3 苹果 2011 A1 4 苹果 2019 A2 0 华为 2011 H1 1 华为 2011 H2 2 华为 2018 H3 5 三星 2018 S1 6 三星 2019 S2

我需要的是mergeCell(df, on = ['Company'])返回

公司年份产品 3 苹果 2011 A1 4 2019 A2 0 华为 2011 H1 1 2011 年下半年 2 2018 年上半年 5 三星 2018 S1 6 2019 S2

mergeCell(df, on = ['Company', 'Year']) 返回时

公司年份产品 3 苹果 2011 A1 4 苹果 2019 A2 0 华为 2011 H1 1 H2 2 华为 2018 H3 5 三星 2018 S1 6 三星 2019 S2

我写了一个，但显然它不简洁并且有错误

def mergeCell(df, on):
    import copy

    dfMerged = df[on]

    dfTmp = np.empty((df.shape[0], len(on)), dtype=object)
    lastRow = ()
    idx = 0
    for row in dfMerged.itertuples():
        if idx == 0:
            lastRow = row[1:]
            dfTmp[idx, :] = lastRow
        else:
            if row[1:] != lastRow:
                lastRow = row[1:]
                dfTmp[idx, :] = lastRow
            else:
                dfTmp[idx, :] = np.empty((1, len(on)), dtype=object)

        idx += 1 

    dfTmp = pd.DataFrame(dfTmp)
    dfTmp.columns = on


    dfCopied = copy.deepcopy(df)
    for idxRow in range(df.shape[0]):
        for idxCol in on:
            dfCopied.loc[idxRow, idxCol] = dfTmp.loc[idxRow, idxCol]

    return dfCopied

那么，有没有内置的方法可以做到这一点？

2。将结果数据框保存到合并单元格的 excel 中，文本位于垂直中心对于这部分，除了做我在上面的mergeCell函数中所做的事情之外，我不知道

谢谢

【问题讨论】：

我建议您单独提出第二个问题，展示您研究过的内容。我只在回答中解决了第一个问题。

标签： python excel pandas dataframe merge

【解决方案1】：

那么，有没有内置的方法可以做到这一点？

是的，您可以使用duplicated。但要小心，Pandas 中的“空单元格”可能意味着以下两种情况之一：NaN 或空字符串''。由于您关心演示，我假设您想要后者。

示例 1：pd.Series.duplicated

col = 'Company'
df[col] = df[col].mask(df[col].duplicated(), '')

print(df)

#    Company  Year Product
# 3    Apple  2011      A1
# 4           2019      A2
# 0   Huawei  2011      H1
# 1           2011      H2
# 2           2018      H3
# 5  Samsung  2018      S1
# 6           2019      S2

示例 2： pd.DataFrame.duplicated

cols = ['Company', 'Year']
df[cols] = df[cols].mask(df[cols].duplicated(), '')

print(df)

#    Company  Year Product
# 3    Apple  2011      A1
# 4    Apple  2019      A2
# 0   Huawei  2011      H1
# 1                     H2
# 2   Huawei  2018      H3
# 5  Samsung  2018      S1
# 6  Samsung  2019      S2

【讨论】：