Python 如何计算excel中条件单元格的总和，用结果填充另一列

编辑：使用Excel中的高级搜索（在“数据”选项卡下），我已经能够创建一个唯一公司名称的列表，并且现在能够基于包含公司名称的单元格进行SUMIF

免责声明：任何python解决方案都将不胜感激，尤其是熊猫

我有60000行数据，其中包含有关授予公司的赠款的信息

我计划创建一个python字典来存储每个唯一的公司名称，以及它们的总金额$given（agreemen_2）和位置坐标。然后，我想在加拿大的实时地图盒地图上使用破折号（Plotly）来显示它

首先，我如何计算和存储授予每家公司的总价值

我在其他解决方案中见过SUMIF，但我不确定如何将其输出到新的专栏，如果这有意义的话

我认为一个可能的解决方案是创建一个包含唯一公司名称的新列，然后在该列旁边汇总D列中所有适当的单元格

到目前为止PYTHON的东西

通过下面的代码，我获得了一个看起来更混乱的电子表格，删除了重复项，根据公司名称进行排序，并创建了一个包含相关数据列的新pandas数据库：

corp_df是我想要使用的经过清理的新数据帧

recipien_4是公司唯一的ID号，您可以看到它在每次授予补助金时重复出现。屏幕截图中的Folia Biotech显示了一个重复的拨款，正如我在屏幕截图中没有包括的专栏所证明的那样。如屏幕截图所示，有相当多的副本

import pandas as pd

in_file = '2019-20 Grants and Contributions.csv'

# create dataframe 
df = pd.read_csv(in_file)

# sort in order of agreemen_1
df.sort_values("recipien_2", inplace = True)

# remove duplicates
df.drop_duplicates(subset='agreemen_1', keep='first', inplace=True)

corp_dict = { }

# creates empty dict with only 1 copy of all corporation names, all values of 0
for name in corp_df_2['recipien_2']:
    if name not in corp_dict:
        corp_dict[name] = 0

# full name, id, grant $, longitude, latitude
corp_df = df[['recipien_2', 'recipien_4', 'agreemen_2','longitude','latitude']]

任何提示或技巧都将不胜感激，.ITterPles（）似乎不是一个好的解决方案，因为我不确定如何过滤和比较数据，或者是否保留了数据类型。但是请证明我错了，哈哈

---

我想也许有更好的方法来解决这个问题，直接在Excel中，而不是在数据框的行中进行迭代。这是一个非常开放的问题，所以感谢您的帮助或您认为最好的方向

使用

group\u by

和

sum

可能最适合您：

corp_df= df.group_by(by=['recipien_2', 'longitude','latitude']).apply(sum, axis=1)

#if you want to transform the index into columns you can add this after as well:
corp_df=corp_df.reset_index()

---

使用

group\u by

和

sum

可能最适合您：

corp_df= df.group_by(by=['recipien_2', 'longitude','latitude']).apply(sum, axis=1)

#if you want to transform the index into columns you can add this after as well:
corp_df=corp_df.reset_index()

---

我可以看到您正在使用pandas读取csv文件，因此您可以使用以下方法：

分组依据

因此，您可以创建一个新的数据框，对公司名称进行分组，如下所示：

dfnew = dp.groupby(['recipien_2','agreemen_2']).sum()

然后，

dfnew

获得这些值

文件编制人：

---

我可以看到您正在使用pandas读取csv文件，因此您可以使用以下方法：

分组依据

因此，您可以创建一个新的数据框，对公司名称进行分组，如下所示：

dfnew = dp.groupby(['recipien_2','agreemen_2']).sum()

然后，

dfnew

获得这些值

文件编制人：

---

非常感谢。1班轮解决了我5小时的问题。哈哈，非常感谢。1班轮解决了我5小时的问题。哈哈，谢谢你，内特！这也很有魅力，看来我还有很多关于熊猫的知识要学。谢谢内特！这也很有魅力，看来我还有很多关于熊猫的知识要学。