对31个省24个指标计算指标权重（数据在Excel中，第一行为指标名，第一列为地区名）python代码）

以下是一个基于层次分析法(AHP)的指标权重计算示例代码，使用Python的ahpy和pandas库。假设指标数据存储在名为“data.xlsx”的Excel文件中，其中第一个工作表包含指标值。

import pandas as pd
from ahpy import Compare

# 读取Excel文件
data = pd.read_excel('data.xlsx', sheet_name='Sheet1', index_col=0)

# 计算每个指标的平均值
avg_data = data.mean()

# 计算每个地区相对于平均值的比例
rel_data = data.div(avg_data)

# 创建比较矩阵
comp_matrix = pd.DataFrame(columns=data.columns, index=data.columns)
for col in data.columns:
  comp_matrix[col] = Compare(rel_data[col]).matrix

# 计算权重
weights = Compare(comp_matrix).eigenvector

# 输出结果
print(weights)

输出结果将是一个Pandas Series对象，其中包含每个指标的权重。注意，这只是一种参考方法，实际的权重计算可能涉及到更多的因素和方法。