今天就跟大家聊聊有关Python中怎么利用pandas实现求和运算和非空值个数统计,可能很多人都不太了解,为了让大家更加了解,小编给大家总结了以下内容,希望大家根据这篇文章可以有所收获。
准备工作
本文用到的表格内容如下:
先来看一下原始情形:
import pandas as pddf = 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.非空值计数
非空值计数就是计算某一个去榆中非空数值的个数
1.1对全表进行操作
1.1.1求取每列的非空值个数
df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')print(df.count())
result:
分类 5
货品 5
实体店销售量 5
线上销售量 5
成本 5
售价 5
dtype: int64
1.1.2 求取每行的非空值个数
df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')print(df.count(axis=1))
result:
0 6
1 6
2 6
3 6
4 6
dtype: int64
1.2 对单独的一行或者一列进行操作
1.2.1 求取单独某一列的非空值个数
df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')print(df['分类'].count())
result:
5
1.2.2 求取单独某一行的非空值个数
df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')print(df.iloc[0].count())
result:
6
1.3 对多行或者多列进行操作
1.3.1 求取多列的非空值个数
df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')print(df[["分类", "货品"]].count())
result:
分类 5
货品 5
dtype: int64
1.3.2 求取多行的非空值个数
df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')print(df.iloc[[0, 1]].count())
result:
分类 2
货品 2
实体店销售量 2
线上销售量 2
成本 2
售价 2
dtype: int64
2 sum求和
2.1对全表进行操作
2.1.1对每一列进行求和
df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')print(df.sum())
result:
分类 水果家电家电书籍水果
货品 苹果电视机冰箱python从入门到放弃葡萄
实体店销售量 982
线上销售量 1453
成本 90
售价 1473
dtype: object
可以看到,字符串类型的求和直接是字符串拼接,数字类型就正常的数学运算
2.1.2 对每一行进行求和
df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')print(df.sum(axis=1))
result:
0 325
1 1030
2 1232
3 161
4 1250
dtype: int64
先看运行结果,我们可以看到,每一行求和的时候直接忽略文本字符类型,只对数字类型进行求和。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325=34+234+12+45,,其他的行也是如此
2.2 对单独的一行或者一列进行操作
2.2.1 对某一列进行求和
df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')print(df['实体店销售量'].sum())
result:
982
2.2.2 对某一行进行求和
df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')print(df.iloc[[0]].sum())
result:
分类 水果
货品 苹果
实体店销售量 34
线上销售量 234
成本 12
售价 45
dtype: object
当然,单独一行去求和似乎没卵用
2.3 对多行或者多列进行操作
2.3.1 对多列进行求和
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"]].sum())
result:
实体店销售量 982
线上销售量 1453
dtype: int64
2.3.2 对多行进行求和
df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')print(df.iloc[[0, 1]].sum())
result:
分类 水果家电
货品 苹果电视机
实体店销售量 90
线上销售量 1018
成本 46
售价 201
dtype: object
看完上述内容,你们对Python中怎么利用pandas实现求和运算和非空值个数统计有进一步的了解吗?如果还想了解更多知识或者相关内容,请关注编程网行业资讯频道,感谢大家的支持。