试图忽略 Excel 列中的零值

Question

Expected Output在我正在处理的 Excel 电子表格中，有两列感兴趣，B 列和 E 列。在 B 列中有一些 0 值，这些值根据循环转移到 E 列我正在针对 D 列运行。我想编写一个 Python 脚本来忽略这些 0，并根据它们的频率选择下一个最高值到 E 列。

           12NC ModifiedSOCwrt12NC              SOC
0  232270463903                  0                0
1  232270463903                  0                0
2  232270463903                  0                0
3  232270463903                  0                0
4  232270463903                  0  RC0603FR-0738KL
5  232270463903                  0  RC0603FR-0738KL
6  232270463903                  0  RC0603FR-0738KL

我想运行一个循环，从 SOC（B 列）中选择非零值，并根据 D 列中的唯一值将其传递到 ModifiedSOCwrt12NC（E 列）。

例如，B 列在多行中有值 = [0, RCK2]，这些值基于 D 列中的唯一值。因此，当前循环选择 B 列中出现次数最多的值并将其填充到 E 列中。如果0 和 RCK2 的出现之间存在联系，它根据 ASCII 标准选择 0（我不想发生这种情况）。我希望代码选择 RCK2 并将其填写在 E 列中。

Answer 1

由于您的数据不可访问，我创建了一个类似于下面的测试数据 -

我们可以在 pandas 中读取数据 -

import pandas as pd

df = pd.read_excel("ExcelTemplate.xlsx")
df

Index   SOC Index2  12NC
0   YXGMY   0   ZJIZX   23445
1   NQHQC   0   JKJKT   23445
2   MWTLY   0   EFCYD   23445
3   RPQFE   AC  VLOJZ   23445
4   GPLUQ   AC  AKKKG   23445
5   WGYYM   AC  DSMLO   23445
6   XGTAQ   0   ZHGWS   45667
7   AMWDT   0   YROLO   45667

以下代码将进行汇总 -

1. 先汇总12NC和SOC的数据并统计
2. 按 12NC、计数和 SOC 排序，最高计数在前
3. 每 12NC 取 SOC 的第一个值
4. 与原始数据合并以创建 E 列
5. 导出回 Excel

df1 = df.groupby(['12NC', 'SOC'])['Index'].count().reset_index()
df = df.merge(df1[df1['SOC']!=0].sort_values(by=['12NC', 'Index', 'SOC'], ascending=[True, False, True])\
         .drop_duplicates(subset=['12NC'], keep='first')[['12NC', 'SOC']].\
         rename(index=str, columns={'SOC': 'ModifiedSOCwrt12NC'}),\
         on = ['12NC'], how='left')
df.to_excel("ExcelTemplate_modifies.xlsx", index=False)