目录
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
到此这篇关于pandas求平均数和中位数的文章就介绍到这了,更多相关pandas求平均数中位数内容请搜索www.887551.com以前的文章或继续浏览下面的相关文章希望大家以后多多支持www.887551.com！
