pandas 链式操作

import pandas as pd

import numpy as np

import janitor

yilanbiao=pd.read_excel(convert_path(r"C:\Users\xuefe\Desktop\未上报一览表(截止18日8时).xlsx"))

(yilanbiao.
 assign(身份证号= lambda x: x['身份证号'].str.strip("'|’|，|“|‘").str.upper(),
        首次阳性采样时间=lambda x:x['首次阳性采样时间'].pipe(pd.to_datetime,unit='s')).
 add_column(column_name="id", value=yilanbiao['姓名']+yilanbiao['身份证号']))

(yilanbiao.
 assign(身份证号=lambda x:x['身份证号'].str.strip("'|’|，|“|‘").str.upper()).
 concatenate_columns(column_names=['姓名','身份证号'],new_column_name='id',sep='_').
 drop_duplicates(['id']).
 drop(['id'],axis=1).
 also(lambda x:x.to_excel(r'/mnt/c/users/xuefe/desktop/去重复后.xlsx',index=False))
 )

test=(yilanbiao.also(lambda x:x['身份证号'].str.strip("'|’|，|“|‘").str.upper()).
 concatenate_columns(column_names=['姓名','身份证号'],new_column_name='id',sep='_').
 drop_duplicates(['id']).
 drop(['id'],axis=1).
 query("阳性报告时间 >= '2022-10-15'"))

#查找重复行
test=(yilanbiao.
      assign(身份证号=lambda x:x['身份证号'].str.strip("'|’|，|“|‘").str.upper(),
             id=lambda x:x['姓名'].str.cat(x['身份证号'],sep='_'),
             dup=lambda x: x.duplicated(['id'])).
      query("dup==True"))