有123家企业，进项发票数有21万条数据，将上游企业数去重计算数量，用python

要计算上游企业数量，首先需要将进项发票数据中的上游企业进行去重。可以使用Python的pandas库来处理数据，并使用unique函数来获取去重后的上游企业列表，再计算列表的长度即可。以下是一个示例代码：

import pandas as pd

# 读取数据
df = pd.read_excel('data.xlsx')

# 去重并计算上游企业数量
upstream_companies = df['上游企业'].unique()
upstream_count = len(upstream_companies)

# 输出结果
print(upstream_count)

在上面的代码中，需要将Excel文件的路径替换为实际的文件路径。假设Excel表格中的上游企业列为"上游企业"。运行代码后，将会输出去重后的上游企业数量。

注意：以上代码假设所有数据已经被读取到一个DataFrame对象df中。如果数据量较大，建议使用更高效的库如openpyxl或xlrd来处理Excel文件，并且可以逐块读取数据进行处理，以避免内存溢出的问题。

相关问题

有123家企业，21万条进项发票信息，根据企业代号，去重计算每个企业每个月的的上游企业数量，用python

可以使用Python中的pandas库来处理这个问题。首先，你需要将进项发票信息加载到一个DataFrame中，并进行去重操作。然后，根据企业代号和月份进行分组，并计算每个组中的唯一上游企业数量。以下是一个示例代码：

import pandas as pd

# 加载进项发票信息
df = pd.read_csv('invoice_data.csv')

# 去重
df = df.drop_duplicates()

# 转换日期字段为月份
df['month'] = pd.to_datetime(df['invoice_date']).dt.to_period('M')

# 按企业代号和月份分组，并计算上游企业数量
result = df.groupby(['company_code', 'month'])['upstream_company'].nunique().reset_index()

print(result)

请将代码中的'invoice_data.csv'替换为你实际的进项发票信息文件路径。代码将输出每个企业每个月的上游企业数量的结果。

以上代码只提供了一个基本的示例，实际情况可能需要根据数据的具体格式和要求进行调整。希望对你有所帮助！如果还有其他问题，请随时提问。

编写程序,对数据“附件1:123家有信贷记录企业的相关数据.xlsx”进行处理,获取“进项发票信息”和“销项发票信息”两个表单,并对各个企业分组计算“进货金额”、“进货税额”、“进货总额”、“进货天数”、“进

在Python中，我们可以使用pandas库来读取Excel文件并处理数据。首先，需要安装`openpyxl`或`pandas`库来进行Excel文件操作。以下是一个简单的步骤概述：

1. 导入所需库：

import pandas as pd

2. 使用`read_excel()`函数加载数据：

data = pd.read_excel('附件1:123家有信贷记录企业的相关数据.xlsx')

3. 针对"进项发票信息"和"销项发票信息"这两个表格，如果它们分别存储在文件的不同工作表中，可以指定sheet_name参数：

进项发票_info = data[data['表单名称'] == '进项发票信息']
销项发票_info = data[data['表单名称'] == '销项发票信息']

4. 分别计算“进货金额”、“进货税额”等字段的总和或平均值：

# 假设'进货金额'列名为'income_amount'
进货金额总计 = 进项发票_info['进货金额'].sum()
进货金额平均 = 进项发票_info['进货金额'].mean()

# 类似地，对于其他字段如进货税额、进货总额、进货天数等
进货税额总计 = 进项发票_info['进货税额'].sum()
进货总额总计 = 进项发票_info['进货总额'].sum()
进货天数总计 = 进项发票_info['进货天数'].sum()

5. 如果有日期字段，需要将天数转换为时间差：

进货天数总计 = (进项发票_info['进货日期'].max() -进项发票_info['进货日期'].min()).days

6. 对每个企业分组（假设有一个'企业ID'字段叫做'enterprise_id'):

grouped_data = 进项发票_info.groupby('企业ID')
进货金额总计_by_enterprise = grouped_data['进货金额'].sum()
...

7. 结果保存到新的数据框或者直接输出。