python数据分析基础009 -利用pandas带你玩转excel表格（下篇）

Posted 2022-04-13 苏凉.py

文章要点

• 🍺前言
• 💦（一）利用pandas对数据求和，算平均数
• • 💨1. 在excel表格中实现
  • 💨2.在pandas中进行实现
• 💦（二）消除重复数据
• • 💨1.在excel中进行实现
  • 💨2.在pandas中实现
  • • 💫2.1 利用pandas将重复的数据筛选出来
• 💦（三）数据转置
• • 💨1.在excel中进行实现
  • 💨2.在pandas中进行操作
• 🍻结语

🐚作者简介：苏凉（专注于网络爬虫，数据分析）
🐳博客主页：苏凉.py的博客
👑名言警句：海阔凭鱼跃，天高任鸟飞。
📰要是觉得博主文章写的不错的话，还望大家三连支持一下呀！！！
👉关注✨点赞👍收藏📂

🍺前言

上篇文章带着大家一起学习了在pandas中如何对excel表格的多表联合，数据可视化以及数据校验，还有一些基本的操作，接下来我们一起再深入的去了解pandas在excel中其他的一些有趣的操作吧！！
往期回顾：
1.python数据分析基础006 -利用pandas带你玩转excel表格（上篇）
2.python数据分析基础007 -利用pandas带你玩转excel表格（中上篇）
3.python数据分析基础008 -利用pandas带你玩转excel表格（中下篇）

💦（一）利用pandas对数据求和，算平均数

在excel中我们最常见的就是对整个表的数据进行求和以及计算平均数。接下来我们一起看看在excel和pandas是如何进行操作的吧！
实例：对下表中数据，计算出学生的总分，平均分，以及各个测试的平均分。

💨1. 在excel表格中实现

在excel中实现求总数和平均数需要用到，SUM（求总数），AVERAGE（求平均数）两个函数

=SUM(C2:E2) #求单个学生总分
=AVERAGE(C2:E2 )#求单个学生平均分
=AVERAGE(C2:C21 )#求单科平均分

结果：

需要完成以上结果在pandas中又如何实现呢？

💨2.在pandas中进行实现

注意： 在pandas中求和函数和excel中的一样为sum()，而求平均数的函数则为mean()

import pandas as pd

test = pd.read_excel('./excel/test008.xlsx',index_col="ID")
df = pd.DataFrame(test)
# 求总和
sum = df[['Test_1','Test_2','Test_3']].sum(axis=1)
# 求平均值
avg = df[['Test_1','Test_2','Test_3']].mean(axis=1)
df['total'] = sum
df['avg'] = avg

# 求总计的平均值
T_avg = df[['Test_1','Test_2','Test_3','total','avg']].mean()
T_avg['Name'] = 'avg_total'
df =df.append(T_avg,ignore_index=True)

print(df)

在上篇文章内说到对dataframe中的值进行操作时，用axis=0表示对列进行操作，而axis=1表示对行进行操作

结果：

这样就实现了上述结果。

💦（二）消除重复数据

在excel中可能会因为种种原因出现重复的数据，此时是影响我们对数据进行分析的，这就需要我们把重复的数据进行删除。那再excel和pandas中又是如何操作的呢？
实例:将以下excel中重复的数据删除。

💨1.在excel中进行实现

在数据栏下点开重复项-删除重复项，选择列名即可。

需要实现以上结果，在pandas中要如何进行操作呢？pandas还有什么强大的功能呢，让我们一起来看看吧！

💨2.在pandas中实现

在pandas中调用drop_duplicates方法进行删除，在此可以用keep参数进行说明保留前者(first)还是后者(last)（重复的数据）

import pandas as pd

test = pd.read_excel('./excel/test009.xlsx')
df = pd.DataFrame(test)
# 消除重复数据
df.drop_duplicates(subset='Name',inplace=True，keep='last')

print(df)

结果：

利用keep参数我们将前面重复的数据删除而保留了后面的数据，这就是pandas对比excel的一强大之处。而在此方面，pandas远不止于此，pandas还可以将重复的数据筛选出来。

💫2.1 利用pandas将重复的数据筛选出来

在pandas中即可以将重复的数据删除，也可以将重复的数据找出来。下面我们一起看看如何操作吧。

import pandas as pd

test = pd.read_excel('./excel/test009.xlsx')
df = pd.DataFrame(test)

re = df.duplicated(subset='Name')
# 找出重复项
re = re[re == True]
# re.index 找出重复数据的索引
print(df.iloc[re.index])

结果：

对上面两点，足以说明pandas在对excel数据进行操作时还是比excel更胜一筹的。

💦（三）数据转置

在excel表中，有些数据需要转置看起来才更明了，更直观。那么在excel和pandas中要如何操作呢？
实例：将下列数据进行转置

💨1.在excel中进行实现

这个操作还是比较简单的，选中表格复制，粘贴后选择转置即可。

结果：

那在pandas中又如何操作呢？是否更快捷更简单呢？

💨2.在pandas中进行操作

在pandas中转置数据也是很简单的，只需要加入transpose方法即可。
注意：在转置前还需设置索引，否则转置时会将索引一起转置。

import pandas as pd

test = pd.read_excel('./excel/test010.xlsx',index_col="Month")
df = pd.DataFrame(test)
# 将数据转置
table = df.transpose()
# 显示所有数据，若不设置则中间数据不显示
pd.options.display.max_columns = 100

print(table)

结果：

这样就实现了上述结果，pandas相对来说处理数据更方便快捷！！

🍻结语

今天的内容就到这里啦，希望看到此文的小伙伴能有所收获，另外pandas在excel中还有很多操作需要探索，关注我，咱们下期再见！！