### 使用 Pandas 读取 Excel 并合并重复行 通过 `pandas` 库可以高效地完成对 Excel 文件的操作，包括读取数据以及处理重复项。以下是具体实现方法。 #### 1. 安装依赖库 如果尚未安装 `pandas` 或其依赖的 `openpyxl`，可以通过以下命令安装： ```bash pip install pandas openpyxl ``` #### 2. 读取 Excel 数据 使用 `pd.read_excel()` 方法可以从指定路径加载 Excel 文件中的数据表。 ```python import pandas as pd file_path = 'example.xlsx' # 替换为实际文件名 df = pd.read_excel(file_path) # 加载整个工作簿的第一个表格 print("原始数据:") print(df) ``` 上述代码实现了基本的 Excel 数据导入功能[^1]。 #### 3. 合并重复行 为了合并具有相同键值的多行记录，可采用分组聚合的方式。假设需要基于某一列（如 `'ID'` 列）来判断重复项，则可通过以下方式操作： ##### (a) 基于单列去重 当仅需保留唯一值时，可以直接调用 `.drop_duplicates()` 函数： ```python unique_df = df.drop_duplicates(subset=['ID']) # 指定按哪一列去除重复 print("去重后的数据:") print(unique_df) ``` ##### (b) 对重复行进行数值汇总 对于某些场景下可能希望将重复行对应的其他字段求和或其他运算，此时需要用到 `groupby` 结合自定义函数： ```python aggregated_df = ( df.groupby('ID', as_index=False) # 将 ID 设为主键用于分组 .agg({ 'Value': 'sum', # 针对 Value 字段执行 sum 运算 'Description': 'first' # Description 取第一个出现的内容 }) ) print("合并后的数据:") print(aggregated_df) ``` 此部分逻辑参考了关于 Pandas 的高级应用案例[^3]。 #### 4. 输出到新的 Excel 文件 最后还可以把处理好的 DataFrame 存储回一个新的 Excel 文档里供后续分析使用： ```python output_file = 'processed_data.xlsx' with pd.ExcelWriter(output_file, engine='openpyxl') as writer: aggregated_df.to_excel(writer, index=False, sheet_name="Merged Data") print(f"已保存至 {output_file}") ``` 以上流程涵盖了从基础的数据加载直至复杂业务需求下的数据清洗过程[^2]。