今天，再次收到蚂蚁老师推送的python开放需求，主要考验的是python操作excel的知识点，单子比较紧急，中午11:30收到，下午3:30要求完成。需求为：运用python操作excel文件，按公司分类进行数据统计，并按条件进行打标签。判定的条件主要为：1.高速增长：营业利润增长率大于10%
2.ST：连续两年营业利润为负
3.受疫情影响：报告期年份在2019及以后且营业利润为负
4.扭亏为盈：上期营业利润为负但本期营业利润为下
数据表如下：
通过分析表中数据发现:同一公司没有集中在一起，报告年份也没有按序排列，所以，在进行标签判定前，首先要对数据进行处理。
df=pd.read_excel("基础数据.xlsx")
info={}
company=set(df["公司名称"])
for i in company:
info[i]=df[df["公司名称"]==i]["公司名称"].count()
df["利润"]=df["营业收入（万元）"]-df["营业支出（万元）"]
df1=df.sort_values(["公司名称","报告期年份"])
以上代码，首先利用set对df公司名称去重，得到所有公司名称，将公司名称与出现次数存入字典，为后续操作提供便利。
同时增加利润列,算出每期利润值，作为之后标签判断的主要数据。
接着根据需求，运用sort_values对公司名称、报告年份进行排序重组，生成新的df1,也是后续操作的基础（之前也考虑使用groupby进行分组操作，后来改为现在思路）。
df1.reset_index(drop=True,inplace=True)
在后来操作中发现，因为排序打乱了索引，此处需要重置一下索引。接下来便是循环遍历打标签：
for i in range(len(df1.index)):
if df1.loc[i, "报告期年份"] >= 2019 and df1.loc[i, "利润"] df1.loc[i, "受疫情影响"] = "是"
for j in info.keys():
for i in range(len(df1.index)-1):
try:
if df1.loc[i,"公司名称"]==j and df1.loc[i+1,"公司名称"]==j and df1.loc[i,"利润"]*1.1"利润"] and df1.loc[i+1,"利润"]>0:
df1.loc[i+1,"高速增长"]="是"
if df1.loc[i,"公司名称"]==j and df1.loc[i,"利润"]<0 and df1.loc[i+1,"利润"]>0:
df1.loc[i+1, "扭亏为盈"] = "是"
if df1.loc[i, "公司名称"] == j and df1.loc[i, "利润"] "利润"] df1.loc[i+1, "ST"] = "是"
except:
continue
第一个循环具有通用性，直接遍历df中所有数据即可；接下来的操作，则需要循环遍历公司名称，遍历年份数据进行数据匹配，对应打标签。最后，将打好标签的数据处用pandas的to_excel导出为新的EXCEL文件,效果如下：
谢谢蚂蚁老师不断为大家提供实战的机会，这不仅是python友们学习提升的机会，更是思维改变生活、思维创造生活、思维服务生活的最好体现，相信每一位蚂蚁群的朋友们，在帅帅老师的引领下，一定会创造属于自己的更加美好、更加充实、更具挑战的新生活。
今晚来蚂蚁老师抖音直播间，Python带副业全套餐有优惠！！！
