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

Posted 苏凉.py

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了python数据分析基础009 -利用pandas带你玩转excel表格(下篇)相关的知识,希望对你有一定的参考价值。

文章要点

🐚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!!

以上是关于python数据分析基础009 -利用pandas带你玩转excel表格(下篇)的主要内容,如果未能解决你的问题,请参考以下文章

009 基础设置需求分析 - bos

009数据类型基础

009-大数据-高并发网络基础3

Python初级009-错误与异常

进阶之路(基础篇) - 009 通过底层AVR方法实现SPI数据传输

Python编程之数据结构与算法练习_009