如何使用 Z23EEEB4347BDD26BFC6B7EE9A3B755 將 map 數據從一個 CSV 重新排列到另一個 CSV

Question

我已經使用 Amazon textract 從具有多個表的圖像中提取表數據並嘗試將所有提取的數據 map 到 Output 模板 CSV 中，

但是，在提取的輸入 CSV 文件中有多個表，它們分別列在另一個下面。 在每個 CSV 中，大約有 7 個表在下面列出。

請建議如何 map 從輸入 CSV 到 Output 的值。

輸入 CSV 文件：

S.No    Item        Item_code      1st     2nd    3rd    4th    Avg
1      Math_book    BK001           27      36    35     23      30
2      Phy_book     BJ008           30      40    40     30      35
3      Hin_book     NK103           50      50    30     30      40
4      Che_book     CH001           40      40    40     20      35


S.No   Item_Name    Item_code      1st     2nd    3rd    4th    Avg
1      Math_book    BK001           27      36    35     23      30
2      Phy_book     BJ008           30      40    40     30      35
3      Hin_book     NK103           50      50    30     30      40


S.No   Product        Item_code      1st     2nd    3rd    4th    Avg
1      Phy_book     BJ008           30      40    40     30      35
2      Hin_book     NK103           50      50    30     30      40
3      Che_book     CH001           40      40    40     20      35
4      Bio_book     BI005           50      30    40     60      45

預期 output：

S.No   Product        Item_code      1st     2nd    3rd    4th
1      Math_book    BK001           54      72    70     46  
2      Phy_book     BJ008           90      120  120     90 
3      Hin_book     NK103          150      150   90     90 
4      Che_book     CH001           80      80    80     60 
5      Bio_book     BI005           50      30    40     60  

我一直在嘗試使用的代碼：

df = pd.read_csv(r'input.csv')
df2 = pd.read_csv(r'output.csv')

我如何按組添加所有值通過考慮（ Item,Item_Name,Product ）列提交df2中的值

請建議

Answer 1

只需使用 grouby -

df  = df[df['S.No']!='S.No'].drop('S.No',axis=1) # drop header rows
df[df.columns.values[2:]]  = df[df.columns.values[2:]].apply(lambda x: x.astype(int)) #convert data to int type
df = df.groupby(['Item','Item_code'],as_index=False).sum()
df.to_csv('out.csv',index_label='S.No', sep= '\t') # specify the name of output file here