标签：Account python excel Excel Pandas 汇总 pandas Quantity
现代办公室里几乎任何一项工作都会用到Excel，每打开一个job deion，我们都会看到一句“要求掌握Excel”。对于程序员来说最好用的数据分析一定是Python中最常用的数据分析包Pandas了。
初识Pandas
Pandas是一个Python的核心数据分析支持库，它提供了强大的一维数组和二维数组处理能力，其非常擅长与处理二维表结构，带行列标签的矩阵数据，时间序列数据。
Pandas提供的两个主要数据结构一维数组（Series）和二维数组（DataFrame）强力的支撑着当今金融、统计、社会科学、工程等诸多领域的数据分析工作。
通过Pandas我们可以方便的操作数据的增、查、改、删、合并、重塑、分组、统计分析，此外Pandas还提供了非常成熟的I/O工具，用于读取文本文件，excel文件，数据库等不同来源数据，利用超快的HDF5格式保存/加载数据。
还有非常重要的一点，pandas是完全免费的开源软件，而且还不受操作系统的限制——在Windows和MacOS上都能跑的溜溜的。
Pandas到底强在哪里？
1、Pandas很快，Pandas是基于numpy开发的，此外Pandas的很多底层算法都经过Cython优化。
2、强大的包容性，利用Pandas可以将Python或Numpy里不规则的数据结构，轻松转换为DataFrame。
3、灵活、直观的数据处理能力，通过分组、合并、重塑等操作，灵活、直观、便捷的进行数据预处理。
4、专业的统计分析能力，Pandas提供了很多便捷的诸如相关性分析、时序分析、描述性统计等数据分析API。
现在的就业形势是：无论你是不是应聘数据相关的岗位，掌握pandas无疑都可以增加你的职场竞争力。
心动吗？想学吗？小编这就为大家奉上一节免费Python系列直播课程《轻松使用Pandas玩转Excel》。在本节公开课中我们将学到Excell的替换、对比、合并，以及QT封装脚本。
想象一下，用Excel加载一个大型数据表格就需要2分钟，一个Vlookup或者求和公式的操作又要用去5分钟，当表格发生变化时，可能还要重新进行计算，而一个简单的Python+pandas脚本就可能把你一个小时的工作量缩短到20秒之内完成。
举例对比
例子一：使用行索引，查看每一个Name的Quality，price汇总数据
1、pandas实现
pd.pivot_table(df, index=['Name'])
运行效果如下：
当我们只指定index时，就是指定了行标签，pivot_table函数会默认按照平均值，汇总所有的数值字段。由于Account字段被pandas“理解”成了数值类型的(可以通过df.dtypes查看)，所以结果中出现了Account列。上面的结果表示每个Name的Account，Price，Quantity的平均值。
2、Excel实现选中数据区域，插入，数据透视表，将Name字段拉倒“行”区域，Account，Price，Quantity拉入“值”区域，并将三者的字段汇总方式设置为平均值。
整个步骤的流程及运行结果如下图所示：
可以看到Excel默认会有一个汇总行。以Quantity为例，它的“总计”值是所有的Quantity求和之后，除以Name的个数。
如果想用Pandas实现这种效果，可以加入margins=True参数，效果如下，出现了All行，由于Account和Price是整数，所以all行也是整数，Quantity是小数，相应的All行也是小数。Excel的总计行也可以在“设计”选项卡，“总计”，“对行和列禁用去掉”。
例子二：使用多个行索引，查看每个Manager的每个Rep对应的Account，Price，Quantity汇总值
1、pandas实现
pd.pivot_table(df, index=['Manager', 'Rep'], margins=True)
运行效果如下：
2.Excel实现在前面基础上，将Manager，Rep拉到“行”的位置即可。效果如下图，可以看到，在关键的数值上，两个结果是一致的，只是在形式上有所不同。
为了在形式上更接近pandas的结果，可以设置透视表的布局。选择“设计”选项卡，报表布局，选择“大纲形式显示”即可，效果如上图所示。
仔细观察，发现excel里对每一个Manager都做了汇总。这个可以通过“设计”选项卡，“分类汇总”，“不显示分类汇总”去掉。
**长按识别
**
获取直播链接/课件/回放
福利：豆花同学为大家精心整理了一份关于linux和python的学习资料大合集！有需要的小伙伴们，关注豆花个人公众号：python头条！回复关键词“资料合集”即可免费领取！
标签：Account,python,excel,Excel,Pandas,汇总,pandas,Quantity 来源： https://www.cnblogs.com/douhua7458/p/13490198.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。