说明：
1、按照[“行描述”,”‘公司代码’, ‘科目代码’, ‘预算项目代码’] 进行分组。
2、对“贷方”列进行求和。
3、最后按照之前的表头顺序进行排序，返回结果列表。

#-*- coding:utf-8-*import pandas as pd
def consolidate_salary_provisions(list1):header=(list1)[0]# 创建DataFramedf = pd.DataFrame(list1[1:], columns=header)# 将 '预算项目代码' 中的 None 值替换为 'Unknown'df['预算项目代码'] = df['预算项目代码'].fillna('Unknown')# 按省份分组，并计算人数和面积的合计数grouped = df.groupby(['行描述','公司代码',"科目代码","预算项目代码"]).sum().reset_index()#排序grouped=grouped[header]# 将 '预算项目代码' 中的 'Unknown'替换为 None 值grouped['预算项目代码'] = grouped['预算项目代码'].replace('Unknown', None)# 将所有的 0 值替换为 Nonegrouped = grouped.replace(0, None)# 将结果转换为列表形式result_list = [header]+grouped.values.tolist()return result_list list1=[['行描述', '公司代码', '成本中心代码', '科目代码', '借方', '贷方', '预算项目代码', '产品', '渠道段', '明细', '管理渠道', '管理', '部门', '现金流量项目'], ['计提北京分公司2024年08月管理人员工资', '201001', None, 2211010101.0, None, 100, 'YS030101', None, None, None, None, None, None, None], ['计提北京分公司2024年08月管理人员工资', '201001', None, 2211010101.0, None, 200, 'YS030101', None, None, None, None, None, None, None], ['计提北京分公司2024年08月管理人员间接理赔费用', '201001', None, 2211010101.0, None, 300, 'YS030104', None, None, None, None, None, None, None]]print(consolidate_salary_provisions(list1))

结果：