pandas versus Excel 学习笔记14（求和，求平均，统计导引）

原创于 2019-03-16 16:24:04 发布 · 632 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#python

pandas 专栏收录该内容

12 篇文章

订阅专栏

这篇学习笔记探讨了如何使用pandas进行数据运算，包括选择子集、求和与平均值的计算。通过axis参数，可以实现行或列方向上的统计，将计算结果整合回DataFrame。

取需要进行运算的数据，DataFrame的子集

temp=students[['Test_1','Test_2','Test_3']]
print(temp)

获得DataFrame的一列

temp=students['Test_1']
print(temp)

求每行的sum和mean

axis=1表示从左到右计算

axis=0表示从上到下计算

row_sum=temp.sum(axis=1)
row_mean=temp.mean(axis=1)
students['Sum']=row_sum
students['Average']=row_mean

求每一列列的平均值

col_mean=students[['Test_1','Test_2','Test_3','Sum','Average']].mean()

将col_mean加入students中运用students.append(col_mean)可以将col_mean当作一行加入到DataFrame中

students=students.append(col_mean,ignore_index=True)
col_mean['Name']='Summary'

结果：

全部代码：

temp=students[['Test_1','Test_2','Test_3']]
row_mean=temp.mean(axis=1)
row_sum=temp.sum(axis=1)
students['Sum']=row_sum
students['Average']=row_mean
col_mean=students[['Test_1','Test_2','Test_3','Sum','Average']].mean()
col_mean['Name']='Summary'
students=students.append(col_mean,ignore_index=True)