Python规整电商编码

说明

在电商店铺运营的过程中，会产生很多不同的编码组合，也会加上很多的前缀，这就不利于后期做数据分析。需要先对编码进行一个规整。

 案例：食品店铺

编码组合预览

python程序

import pandas as pd
df = pd.read_excel('D:/desk/编码.xlsx')

# 找到要进行操作的列和
column_to_read = '名称'
column_to_update = '数量'
hong = '红色'
cheng = '橙色'
huang ='黄色'

def update_hong(row):
    if '红' in row[column_to_read] :
        if '20' in row[column_to_read] :
            return 20
        else:
            return row[column_to_update]
    else:
        return ''

def update_cheng(row):
    keywords=['橙色','橘橙']
    if any(keyword in row[column_to_read] for keyword in keywords) :
        return row[column_to_update]
    else:
        return ''

df[hong] = df.apply(update_hong, axis=1)
df[cheng] = df.apply(update_cheng, axis=1)

def update_pw(row):
    if row[hong] != '':
        return "红色" + str(row[hong])
    elif row[cheng] != '':
        return "橙色" + str(row[cheng])
    else:
        return ''

pw='口味规格'
df[pw]=df.apply(update_pw,axis=1)

def update_pl(row):
    keywords1=['红色','橙色']
    
    if '蓝色' in row[pw] :
        return "蓝色"
    elif '绿色' in row[pw]:
        return "绿色"
    elif any(keyword in row[pw] for keyword in keywords1) :
        return "红橙黄"
    else:
        return ''
    
pl='品类'
df[pl]=df.apply(update_pl,axis=1)

# 按照某一列进行分组（假设为“列A”）
grouped = df.groupby('组合装编号')

# 对分组后的数据进行合并
# merged = grouped.aggregate(lambda x: ','.join(x.unique()))
merged = grouped.aggregate(lambda x: ','.join(x.dropna().apply(str).unique()) if x.name in ['红色','橙色'] else x.dropna().apply(str).unique()).reset_index()

# 保存文件
merged.to_excel(excel_writer=r"D:\desk\sku.xlsx", index=False)

后面还可以对其进行其他的分类以及分析