一、使用Excel函数实现
数据准备 确保数据包含“产品名称”和“数量”两列,例如:
| 产品名称 | 数量 |
|----------|------|
| 苹果 | 10 |
| 香蕉 | 5|
| 苹果 | 8|
使用SUMIF函数
在目标单元格输入公式 `=SUMIF(A2:A100,A2,B2)`(假设数据在A2:B100范围内),按回车后向下拖动填充柄即可汇总同种产品的总数量。
使用数据透视表
选中数据区域,插入数据透视表;
将“产品名称”拖至行标签,“数量”拖至值区域,系统会自动汇总;
可通过筛选功能进一步分析。
二、使用Python编程实现
读取数据
使用`pandas`库读取CSV或Excel文件,例如:
```python
import pandas as pd
读取CSV文件
data = pd.read_csv('data.csv')
读取Excel文件
df = pd.read_excel('inventory.xlsx')
```
数据预处理
删除数量为空的行:`df = df.dropna(subset=['数量'])`
统一产品名称格式(如全大写):`df['产品名'] = df['产品名'].str.upper()`
确保数量列为整数类型:`df['数量'] = df['数量'].astype(int)`
统计数量
使用`groupby`函数按产品名称分组并计数:
```python
counts = data.groupby('产品名称').size().reset_index(name='数量')
或者按规格名称分组(针对多规格产品)
total_by_spec = data.groupby(['产品名称', '规格名称'])['数量'].sum().reset_index()
```
输出结果
将结果保存为CSV或Excel文件:`counts.to_csv('counts.csv', index=False)`
或直接在控制台打印:`print(counts)`
三、注意事项
数据清洗: 统计前需检查数据完整性,处理重复值和格式错误。 工具辅助
根据数据规模和操作习惯选择合适方法,可显著提高效率。