如何将如下所示的 excel 函数转换为 python pandas 代码？

Question

我在Excel中有一个这样的函数

=IF(B17="","",MIN(MAX(CEILING((B17-MIN(B$17:B$46))/((MAX(B$17:B$46)-MIN(B$17:B$46))/10),1),1),10))

输入：

Column1 output
512.96  10
307.41  3
413.76  7
323.65  4
376.84  5
368.79  5
367.77  5
345.65  4

可以剖析如下

ceiling((min-max)/10, 1)
max(ceiling, 1)
min(max,10)

我的代码运行到天花板功能如下

def point_10_conversion(new_df):
    g = ((new_df.sub(new_df.min(axis=0))) / ((new_df.max(axis=0)) - (new_df.min(axis=0))))/10
    f = np.around(g.astype(np.double), 3)
    ceil = np.ceil(f)
    print(ceil)

有人可以帮忙把这个excel函数转换成pandas或python代码吗？我正在使用数据框进行计算。

提前谢谢您！！

Answer 1

考虑传入 Pandas Series 作为参数，以便返回与 Excel 公式由各个单元格运行以返回相同长度结果的结果相同长度的 Series。然后调用 Python 函数进行单列分配，或者使用

DataFrame.transform

进行选择列或所有列分配。

def point_10_conversion(ser):
    g = (ser - ser.min()) / ((ser.max() - ser.min())/10)    
    res = pd.Series(np.ceil(g))

    # SERIES APPLY APPROACH (POSSIBLY SLOWER)
    # m_res = res.apply(lambda x: min(max(x, 1), 10))

    # NUMPY ARRAY APPROACH
    m_res = np.minimum(np.maximum(res, 1), 10)

    return m_res


# ASSIGN A SINGLE COLUMN
df['Output'] = point_10_conversion(df['Column1'])

# ASSIGN SELECTED MULTIPLE COLUMNS (BY JOINING DFs)            
df = pd.concat([df, (df.reindex(['Column1', 'Column2', 'Column3'], axis = 'columns')
                       .transform(point_10_conversion)
                       .set_axis(['Col1_Output', 'Col2_Output', 'Col3_Output'], 
                                 axis = 'columns', inplace = False)
                    )],
               axis = 1)    

# REPLACE ALL COLUMNS (ASSUMING ALL INT/FLOAT TYPES)
df = df.transform(point_10_conversion)

输出（与与OP发布的数字不匹配的实际Excel公式输出相比）

Excel

Python

分配单列

    Column1  Output
0   512.96    10.0
1   307.41     1.0
2   413.76     6.0
3   323.65     1.0
4   376.84     4.0
5   368.79     3.0
6   367.77     3.0
7   345.65     2.0

分配多列（随机生成的数据）

np.random.seed(3162020)

df = pd.DataFrame({'Column1': [512.96, 307.41, 413.76, 323.65, 376.84, 368.79, 367.77, 345.65],
                   'Column2': np.random.uniform(350, 500, 8),
                   'Column3': np.random.uniform(350, 500, 8)})

# ASSIGN SELECTED MULTIPLE COLUMNS  
   Column1     Column2     Column3  Column1  Column2  Column3
0   512.96  498.143814  465.920589     10.0     10.0      8.0
1   307.41  405.430558  451.238911      1.0      4.0      7.0
2   413.76  355.728386  362.713986      6.0      1.0      1.0
3   323.65  498.231310  363.784559      1.0     10.0      1.0
4   376.84  488.124593  420.322426      4.0     10.0      5.0
5   368.79  469.047969  441.922624      3.0      8.0      7.0
6   367.77  435.742375  492.355799      3.0      6.0     10.0
7   345.65  474.028331  387.297520      2.0      9.0      2.0

# REPLACE ALL COLUMNS (ASSUMING ALL INT/FLOAT TYPES)
   Column1  Column2  Column3
0     10.0     10.0      8.0
1      1.0      4.0      7.0
2      6.0      1.0      1.0
3      1.0     10.0      1.0
4      4.0     10.0      5.0
5      3.0      8.0      7.0
6      3.0      6.0     10.0
7      2.0      9.0      2.0

在线演示（点击顶部运行）

Answer 2

有一种方法可以翻译像问题中提出的那样的函数，而不必自己编写Python。

PyCel、Formulas、xlcalculator 和 Koala 等库使用 AST 将 Excel 公式转换为 Python。

我是 xlcalculator 的项目所有者，因此我将在演示中使用该库。也就是说，其他库能够很好地完成这项特定任务。每个图书馆都有不同的传统，因此它们有不同的优势。

通常上述库会读取 Excel 文件，将公式转换为 Python，然后提供评估功能。 Xlcalculator 还可以解析特制的字典，这就是我在这里所利用的。

from xlcalculator import ModelCompiler
from xlcalculator import Model
from xlcalculator import Evaluator

input_dict = {
        "Sheet1!B16" : "Column1",
        "Sheet1!B17" : 512.96,
        "Sheet1!B18" : 307.41,
        "Sheet1!B19" : 413.76,
        "Sheet1!B20" : 323.65,
        "Sheet1!B21" : 376.84,
        "Sheet1!B22" : 368.79,
        "Sheet1!B23" : 367.77,
        "Sheet1!B24" : 345.65,

        "Sheet1!C16" : "OP results",
        "Sheet1!C17" : 10,
        "Sheet1!C18" : 3,
        "Sheet1!C19" : 7,
        "Sheet1!C20" : 4,
        "Sheet1!C21" : 5,
        "Sheet1!C22" : 5,
        "Sheet1!C23" : 5,
        "Sheet1!C24" : 4,

        "Sheet1!D16" : "Actual Output (Parfait)",
        "Sheet1!D17" : '=IF(B17="", "", MIN(MAX(CEILING((B17-MIN(B$17:B$46))/((MAX(B$17:B$46)-MIN(B$17:B$46))/10),1),1),10) )',
        "Sheet1!D18" : '=IF(B18="", "", MIN(MAX(CEILING((B18-MIN(B$17:B$46))/((MAX(B$17:B$46)-MIN(B$17:B$46))/10),1),1),10) )',
        "Sheet1!D19" : '=IF(B19="", "", MIN(MAX(CEILING((B19-MIN(B$17:B$46))/((MAX(B$17:B$46)-MIN(B$17:B$46))/10),1),1),10) )',
        "Sheet1!D20" : '=IF(B20="", "", MIN(MAX(CEILING((B20-MIN(B$17:B$46))/((MAX(B$17:B$46)-MIN(B$17:B$46))/10),1),1),10) )',
        "Sheet1!D21" : '=IF(B21="", "", MIN(MAX(CEILING((B21-MIN(B$17:B$46))/((MAX(B$17:B$46)-MIN(B$17:B$46))/10),1),1),10) )',
        "Sheet1!D22" : '=IF(B22="", "", MIN(MAX(CEILING((B22-MIN(B$17:B$46))/((MAX(B$17:B$46)-MIN(B$17:B$46))/10),1),1),10) )',
        "Sheet1!D23" : '=IF(B23="", "", MIN(MAX(CEILING((B23-MIN(B$17:B$46))/((MAX(B$17:B$46)-MIN(B$17:B$46))/10),1),1),10) )',
        "Sheet1!D24" : '=IF(B24="", "", MIN(MAX(CEILING((B24-MIN(B$17:B$46))/((MAX(B$17:B$46)-MIN(B$17:B$46))/10),1),1),10) )'
    }

compiler = ModelCompiler()
my_model = compiler.read_and_parse_dict(input_dict)
evaluator = Evaluator(my_model)

print(evaluator.evaluate("Sheet1!C16"))
print("Sheet1!C17", evaluator.evaluate("Sheet1!C17"))
print("Sheet1!C18", evaluator.evaluate("Sheet1!C18"))
print("Sheet1!C19", evaluator.evaluate("Sheet1!C19"))
print("Sheet1!C20", evaluator.evaluate("Sheet1!C20"))
print("Sheet1!C21", evaluator.evaluate("Sheet1!C21"))
print("Sheet1!C22", evaluator.evaluate("Sheet1!C22"))
print("Sheet1!C23", evaluator.evaluate("Sheet1!C23"))
print("Sheet1!C24", evaluator.evaluate("Sheet1!C24"))
print()
print(evaluator.evaluate("Sheet1!D16"))
print("Sheet1!D17", evaluator.evaluate("Sheet1!D17"))
print("Sheet1!D18", evaluator.evaluate("Sheet1!D18"))
print("Sheet1!D19", evaluator.evaluate("Sheet1!D19"))
print("Sheet1!D20", evaluator.evaluate("Sheet1!D20"))
print("Sheet1!D21", evaluator.evaluate("Sheet1!D21"))
print("Sheet1!D22", evaluator.evaluate("Sheet1!D22"))
print("Sheet1!D23", evaluator.evaluate("Sheet1!D23"))
print("Sheet1!D24", evaluator.evaluate("Sheet1!D24"))

>python stackoverflow.py
OP results
Sheet1!C17 10
Sheet1!C18 3
Sheet1!C19 7
Sheet1!C20 4
Sheet1!C21 5
Sheet1!C22 5
Sheet1!C23 5
Sheet1!C24 4

Actual Output (Parfait)
Sheet1!D17 10.0
Sheet1!D18 1
Sheet1!D19 6.0
Sheet1!D20 1.0
Sheet1!D21 4.0
Sheet1!D22 3.0
Sheet1!D23 3.0
Sheet1!D24 2.0

Answer 3

该网站是在语言和平台之间进行转换以及从伪代码生成代码的绝佳资源，它甚至通过对输出的解释为用户提供个性化学习，它涵盖了多种语言和平台：

https://code-convert.com/

如何将如下所示的 excel 函数转换为 python pandas 代码？

问题描述投票：0回答：3

3个回答

最新问题

如何将如下所示的 excel 函数转换为 python pandas 代码？

问题描述 投票：0回答：3

3个回答

最新问题

问题描述投票：0回答：3