文章介绍了一个使用Python脚本合并Excel表格中相同公司名称的对应产品和算法的任务。脚本读取指定Excel文件，根据“主体名称”列的内容合并“算法名称”和“应用产品”列的内容，并将结果保存至新的Excel文件中。
1. 读取指定的Excel文件。2. 读取第4列“主体名称”中的内容。3. 识别内容一致的单元格，并获取其所在行的第2列“算法名称”和第5列“应用产品”。4. 将这些内容合并，并保存到新的Excel文件中。
使用Python的pandas库读取和写入Excel文件，使用iterrows()方法遍历表格，使用concat方法合并数据。
每一步都要输出信息到屏幕上，以便跟踪进度。另外，新版本的pandas库已经弃用了append方法，可以使用concat方法来替代。
在VSCode中运行程序成功合并单元格，并将结果保存至新的Excel文件中。
Excel表格中第4列“主体名称”是公司名称，第5列是公司的产品，现在要把一个公司的所有产品放在一起，就是根据第4列的公司名称来合并第5列的单元格。
Deepseek中输入提示词：
写一个Python脚本，完成合并单元格的任务，具体步骤如下：
读取Excel文件："D:\360AI浏览器下载\境内深度合成服务算法备案清单20240718.xlsx"
读取第4列“主体名称”中所有单元格的内容；
如果某些单元格的内容一致，就将单元格所在行的第2列“算法名称”和第5列“应用产品”进行合并；
合并后的单元格内容保存到同一个文件夹中的新excel文件中：hebing.xlsx
注意：每一步都要输出信息到屏幕上
pandas库在较新的版本中已经弃用了append方法，可以使用concat方法来替代
源代码：
import pandas as pd
def merge_cells(df, column_to_check, columns_to_merge):
# Create a new DataFrame to store the merged data
merged_df = pd.DataFrame(columns=df.columns)
# Iterate through the DataFrame based on the column to check
current_value = None
rows_to_merge = []
for index, row in df.iterrows():
if current_value is None or row[column_to_check] != current_value:
if rows_to_merge:
# Merge the rows and add to the new DataFrame
merged_row = rows_to_merge[0].copy()
for col in columns_to_merge:
merged_row[col] = ', '.join(set(row[col] for row in rows_to_merge))
merged_df = pd.concat([merged_df, merged_row.to_frame().T], ignore_index=True)
rows_to_merge = []
current_value = row[column_to_check]
rows_to_merge.append(row)
# Handle the last group
if rows_to_merge:
merged_row = rows_to_merge[0].copy()
for col in columns_to_merge:
merged_row[col] = ', '.join(set(row[col] for row in rows_to_merge))
merged_df = pd.concat([merged_df, merged_row.to_frame().T], ignore_index=True)
return merged_df
def main():
input_file = r'D:\360AI浏览器下载\境内深度合成服务算法备案清单20240718.xlsx'
output_file = r'D:\360AI浏览器下载\hebing.xlsx'
print(f"Reading Excel file: {input_file}")
df = pd.read_excel(input_file)
