准备

pandas是一个强大的Python数据分析的工具包。

pandas是基于NumPy构建的。

pandas的主要功能

• 具备对其功能的数据结构DataFrame、Series
• 集成时间序列功能
• 提供丰富的数学运算和操作
• 灵活处理缺失数据

本文用到的表格内容如下:

先来看一下原始情形:

import pandas as pd
​
df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')
print(df)

result:

   分类            货品  实体店销售量  线上销售量  成本   售价
0  水果            苹果      34    234  12   45
1  家电           电视机      56    784  34  156
2  家电            冰箱      78    345  24  785
3  书籍  python从入门到放弃      25     34  13   89
4  水果            葡萄     789     56   7  398

1.求平均数

1.1对全表进行操作

1.1.1求取每列的平均数

df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')
print(df.mean())

result:

实体店销售量    196.4
线上销售量     290.6
成本         18.0
售价        294.6
dtype: float64

1.1.2 求取每行的平均数

df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')
print(df.mean(axis=1))

result:

0     81.25
1    257.50
2    308.00
3     40.25
4    312.50
dtype: float64

先看运行结果，我们可以看到，每一行求平均数的时候直接忽略文本字符类型的列，只对数字类型的列进行求平均数。就比如第一行的数据

   分类            货品  实体店销售量  线上销售量  成本   售价
0  水果            苹果      34    234  12   45

上面的81.25=(34+234+12+45) / 4,，其他的行也是如此

1.2 对单独的一行或者一列进行操作

1.2.1 求取单独某一列的平均数

df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')
print(df['实体店销售量'].mean())

result:

196.4

1.2.2 求取单独某一行的平均数

df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')
print(df.iloc[[0]].mean())

result:

实体店销售量     34.0
线上销售量     234.0
成本         12.0
售价         45.0
dtype: float64

1.3 对多行或者多列进行操作

1.3.1 求取多列的平均数

df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')
print(df[['实体店销售量', "线上销售量"]].mean())

result:

实体店销售量    196.4
线上销售量     290.6
dtype: float64

1.3.2 求取多行的平均数

df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')
print(df.iloc[[0, 1]].mean())

result:

实体店销售量     45.0
线上销售量     509.0
成本         23.0
售价        100.5
dtype: float64

2 求中位数

2.1对全表进行操作

2.1.1对每一列求中位数

df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')
print(df.median())

result:

实体店销售量     56.0
线上销售量     234.0
成本         13.0
售价        156.0
dtype: float64

可以看到，中位数的概念只对数字有效

2.1.2 对每一行求中位数

df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')
print(df.median(axis=1))

result:

0     39.5
1    106.0
2    211.5
3     29.5
4    227.0
dtype: float64

2.2 对单独的一行或者一列进行操作

2.2.1 对某一列求中位数

df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')
print(df['实体店销售量'].median())

result:

56.0

2.2.2 对某一行求中位数

df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')
print(df.iloc[[0]].median())

result:

实体店销售量     34.0
线上销售量     234.0
成本         12.0
售价         45.0
dtype: float64

2.3 对多行或者多列进行操作

2.3.1 对多列求中位数

df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')
print(df[['实体店销售量', "线上销售量"]].median())

result:

实体店销售量     56.0
线上销售量     234.0
dtype: float64

2.3.2 对多行求中位数

df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')
print(df.iloc[[0, 1]].median())

result:

实体店销售量     45.0
线上销售量     509.0
成本         23.0
售价        100.5
dtype: float64

总结