使用python3.9，将excel表格中根据列号指定几列的数值乘以设置的权值后相加，存到新的excel表格中

可以使用Python中的pandas库来实现此功能。以下是一个简单的示例代码：

import pandas as pd

# 读取原始Excel文件
df = pd.read_excel('input.xlsx')

# 列号指定的列
cols = ['A', 'B', 'C']

# 设置的权值
weights = [0.5, 0.3, 0.2]

# 计算新列的值
df['new_col'] = df[cols].apply(lambda row: sum(row * weights), axis=1)

# 写入新的Excel文件
df.to_excel('output.xlsx', index=False)

在代码中，我们首先使用pandas库中的`read_excel`函数读取原始Excel文件。然后，我们指定需要计算的列号（例如'A', 'B', 'C'），以及这些列的权值（例如0.5, 0.3, 0.2）。接着，我们使用pandas中的`apply`函数计算新的列的值，并将其添加到DataFrame中。最后，我们使用pandas中的`to_excel`函数将结果写入新的Excel文件中。

注意，代码中的列号是指Excel表格中的列字母，而不是列索引。如果你想要根据列索引指定列，可以使用`iloc`函数代替`loc`函数。

相关问题

使用python3.9，将不同excel表格中根据列号指定几列的数值乘以设置的权值后相加，存到新的excel表格中

好的，我可以帮你解决这个问题。首先，我们需要使用Python中的pandas库来读取和操作Excel文件。然后，我们可以使用pandas中的DataFrame对象来存储数据和执行数学运算。

以下是实现该功能的代码示例：

import pandas as pd

# 读取两个Excel文件
df1 = pd.read_excel('file1.xlsx')
df2 = pd.read_excel('file2.xlsx')

# 指定要操作的列号和权值
col_nums = [0, 2, 4]  # 假设要操作第1、3、5列
weights = [0.5, 1.0, 1.5]  # 对应的权值

# 对每个文件进行操作
for df in [df1, df2]:
    # 选取指定列并乘以对应权值
    selected_cols = df.iloc[:, col_nums]
    multiplied_cols = selected_cols.multiply(weights)

    # 计算每行的和
    row_sums = multiplied_cols.sum(axis=1)

    # 将结果存入新的一列
    df['New_Column'] = row_sums

# 将两个DataFrame对象合并并保存到新的Excel文件中
merged_df = pd.concat([df1, df2], ignore_index=True)
merged_df.to_excel('result.xlsx', index=False)

在此代码中，我们首先使用`pd.read_excel()`函数读取两个Excel文件，并将它们存储在DataFrame对象中。然后，我们使用`iloc`属性选取要操作的列，并使用`multiply()`函数将它们与对应的权值相乘。接下来，我们使用`sum()`函数计算每行的和，并将结果存储在一个新的列中。最后，我们使用`concat()`函数将两个DataFrame对象合并，并使用`to_excel()`函数将结果保存到新的Excel文件中。

请注意，此代码示例中假设要操作的列号是连续的数字，并且权值的数量等于要操作的列数。如果要操作的列号不是连续的数字，或者要操作的列数与权值的数量不相等，那么需要稍微修改一下代码。

使用python3.9，将不同excel表格中指定几列的数值乘以设置的权值后相加，存到新的excel表格中

好的，我来为您解答这个问题。

首先，我们需要使用Python的pandas库来读取和处理Excel文件。确保您已经安装了pandas库，如果没有可以使用以下命令进行安装：

pip install pandas

然后，您需要使用pandas的read_excel函数来读取不同的Excel文件。以下是一个示例代码，读取名为“file1.xlsx”和“file2.xlsx”的两个文件，并选择“col1”和“col2”两列数据：

import pandas as pd

# 读取第一个文件
df1 = pd.read_excel('file1.xlsx', usecols=['col1', 'col2'])

# 读取第二个文件
df2 = pd.read_excel('file2.xlsx', usecols=['col1', 'col2'])

接下来，您需要将这些数据进行加权处理。假设您要将“col1”和“col2”这两列数据分别乘以0.5和0.3的权值，然后相加，生成新的一列数据“new_col”：

# 对第一个文件的数据进行加权处理
df1['new_col'] = df1['col1'] * 0.5 + df1['col2'] * 0.3

# 对第二个文件的数据进行加权处理
df2['new_col'] = df2['col1'] * 0.5 + df2['col2'] * 0.3

最后，您可以将这些处理后的数据写入新的Excel文件中，使用pandas的to_excel函数即可：

# 将两个文件的数据合并
df = pd.concat([df1, df2])

# 将数据写入新的Excel文件中
df.to_excel('new_file.xlsx', index=False)

完整代码如下：

import pandas as pd

# 读取第一个文件
df1 = pd.read_excel('file1.xlsx', usecols=['col1', 'col2'])

# 读取第二个文件
df2 = pd.read_excel('file2.xlsx', usecols=['col1', 'col2'])

# 对第一个文件的数据进行加权处理
df1['new_col'] = df1['col1'] * 0.5 + df1['col2'] * 0.3

# 对第二个文件的数据进行加权处理
df2['new_col'] = df2['col1'] * 0.5 + df2['col2'] * 0.3

# 将两个文件的数据合并
df = pd.concat([df1, df2])

# 将数据写入新的Excel文件中
df.to_excel('new_file.xlsx', index=False)

这样，您就可以将不同Excel表格中指定几列的数值乘以设置的权值后相加，存到新的Excel表格中了。