準(zhǔn)備

pandas是一個(gè)強(qiáng)大的Python數(shù)據(jù)分析的工具包。

pandas是基于NumPy構(gòu)建的。

pandas的主要功能

• 具備對(duì)其功能的數(shù)據(jù)結(jié)構(gòu)DataFrame、Series
• 集成時(shí)間序列功能
• 提供豐富的數(shù)學(xué)運(yùn)算和操作
• 靈活處理缺失數(shù)據(jù)

本文用到的表格內(nèi)容如下:

先來(lái)看一下原始情形:

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

result:

   分類(lèi)            貨品  實(shí)體店銷(xiāo)售量  線上銷(xiāo)售量  成本   售價(jià)
0  水果            蘋(píng)果      34    234  12   45
1  家電           電視機(jī)      56    784  34  156
2  家電            冰箱      78    345  24  785
3  書(shū)籍  python從入門(mén)到放棄      25     34  13   89
4  水果            葡萄     789     56   7  398

1.求平均數(shù)

1.1對(duì)全表進(jìn)行操作

1.1.1求取每列的平均數(shù)

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

result:

實(shí)體店銷(xiāo)售量    196.4
線上銷(xiāo)售量     290.6
成本         18.0
售價(jià)        294.6
dtype: float64

1.1.2 求取每行的平均數(shù)

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

result:

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

先看運(yùn)行結(jié)果，我們可以看到，每一行求平均數(shù)的時(shí)候直接忽略文本字符類(lèi)型的列，只對(duì)數(shù)字類(lèi)型的列進(jìn)行求平均數(shù)。就比如第一行的數(shù)據(jù)

   分類(lèi)            貨品  實(shí)體店銷(xiāo)售量  線上銷(xiāo)售量  成本   售價(jià)
0  水果            蘋(píng)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 對(duì)單獨(dú)的一行或者一列進(jìn)行操作

1.2.1 求取單獨(dú)某一列的平均數(shù)

df = pd.read_excel(r'C:\Users\admin\Desktop\測(cè)試.xlsx')
print(df['實(shí)體店銷(xiāo)售量'].mean())

result:

196.4

1.2.2 求取單獨(dú)某一行的平均數(shù)

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

result:

實(shí)體店銷(xiāo)售量     34.0
線上銷(xiāo)售量     234.0
成本         12.0
售價(jià)         45.0
dtype: float64

1.3 對(duì)多行或者多列進(jìn)行操作

1.3.1 求取多列的平均數(shù)

df = pd.read_excel(r'C:\Users\admin\Desktop\測(cè)試.xlsx')
print(df[['實(shí)體店銷(xiāo)售量', "線上銷(xiāo)售量"]].mean())

result:

實(shí)體店銷(xiāo)售量    196.4
線上銷(xiāo)售量     290.6
dtype: float64

1.3.2 求取多行的平均數(shù)

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

result:

實(shí)體店銷(xiāo)售量     45.0
線上銷(xiāo)售量     509.0
成本         23.0
售價(jià)        100.5
dtype: float64

2 求中位數(shù)

2.1對(duì)全表進(jìn)行操作

2.1.1對(duì)每一列求中位數(shù)

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

result:

實(shí)體店銷(xiāo)售量     56.0
線上銷(xiāo)售量     234.0
成本         13.0
售價(jià)        156.0
dtype: float64

可以看到，中位數(shù)的概念只對(duì)數(shù)字有效

2.1.2 對(duì)每一行求中位數(shù)

df = pd.read_excel(r'C:\Users\admin\Desktop\測(cè)試.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 對(duì)單獨(dú)的一行或者一列進(jìn)行操作

2.2.1 對(duì)某一列求中位數(shù)

df = pd.read_excel(r'C:\Users\admin\Desktop\測(cè)試.xlsx')
print(df['實(shí)體店銷(xiāo)售量'].median())

result:

56.0

2.2.2 對(duì)某一行求中位數(shù)

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

result:

實(shí)體店銷(xiāo)售量     34.0
線上銷(xiāo)售量     234.0
成本         12.0
售價(jià)         45.0
dtype: float64

2.3 對(duì)多行或者多列進(jìn)行操作

2.3.1 對(duì)多列求中位數(shù)

df = pd.read_excel(r'C:\Users\admin\Desktop\測(cè)試.xlsx')
print(df[['實(shí)體店銷(xiāo)售量', "線上銷(xiāo)售量"]].median())

result:

實(shí)體店銷(xiāo)售量     56.0
線上銷(xiāo)售量     234.0
dtype: float64

2.3.2 對(duì)多行求中位數(shù)

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

result:

實(shí)體店銷(xiāo)售量     45.0
線上銷(xiāo)售量     509.0
成本         23.0
售價(jià)        100.5
dtype: float64

總結(jié)

到此這篇關(guān)于pandas求平均數(shù)和中位數(shù)的文章就介紹到這了,更多相關(guān)pandas求平均數(shù)中位數(shù)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論