第Pythonpandas之求和運(yùn)算和非空值個(gè)數(shù)統(tǒng)計(jì)目錄準(zhǔn)備工作1.非空值計(jì)數(shù)1.1對全表進(jìn)行操作1.1.1求取每列的非空值個(gè)數(shù)1.1.2求取每行的非空值個(gè)數(shù)1.2對單獨(dú)的一行或者一列進(jìn)行操作1.2.1求取單獨(dú)某一列的非空值個(gè)數(shù)1.2.2求取單獨(dú)某一行的非空值個(gè)數(shù)1.3對多行或者多列進(jìn)行操作1.3.1求取多列的非空值個(gè)數(shù)1.3.2求取多行的非空值個(gè)數(shù)2sum求和2.1對全表進(jìn)行操作2.1.1對每一列進(jìn)行求和2.1.2對每一行進(jìn)行求和2.2對單獨(dú)的一行或者一列進(jìn)行操作2.2.1對某一列進(jìn)行求和2.2.2對某一行進(jìn)行求和2.3對多行或者多列進(jìn)行操作2.3.1對多列進(jìn)行求和2.3.2對多行進(jìn)行求和總結(jié)

準(zhǔn)備工作

本文用到的表格內(nèi)容如下:

先來看一下原始情形:

importpandasaspd

df=pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')

print(df)

result:

分類貨品實(shí)體店銷售量線上銷售量成本售價(jià)

0水果蘋果342341245

1家電電視機(jī)5678434156

2家電冰箱7834524785

3書籍python從入門到放棄25341389

4水果葡萄789567398

1.非空值計(jì)數(shù)

非空值計(jì)數(shù)就是計(jì)算某一個(gè)去榆中非空數(shù)值的個(gè)數(shù)

1.1對全表進(jìn)行操作

1.1.1求取每列的非空值個(gè)數(shù)

df=pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')

print(df.count())

result:

分類5

貨品5

實(shí)體店銷售量5

線上銷售量5

成本5

售價(jià)5

dtype:int64

1.1.2求取每行的非空值個(gè)數(shù)

df=pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')

print(df.count(axis=1))

result:

06

16

26

36

46

dtype:int64

1.2對單獨(dú)的一行或者一列進(jìn)行操作

1.2.1求取單獨(dú)某一列的非空值個(gè)數(shù)

df=pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')

print(df['分類'].count())

result:

5

1.2.2求取單獨(dú)某一行的非空值個(gè)數(shù)

df=pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')

print(df.iloc[0].count())

result:

6

1.3對多行或者多列進(jìn)行操作

1.3.1求取多列的非空值個(gè)數(shù)

df=pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')

print(df[["分類","貨品"]].count())

result:

分類5

貨品5

dtype:int64

1.3.2求取多行的非空值個(gè)數(shù)

df=pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')

print(df.iloc[[0,1]].count())

result:

分類2

貨品2

實(shí)體店銷售量2

線上銷售量2

成本2

售價(jià)2

dtype:int64

2sum求和

2.1對全表進(jìn)行操作

2.1.1對每一列進(jìn)行求和

df=pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')

print(df.sum())

result:

分類水果家電家電書籍水果

貨品蘋果電視機(jī)冰箱python從入門到放棄葡萄

實(shí)體店銷售量982

線上銷售量1453

成本90

售價(jià)1473

dtype:object

可以看到，字符串類型的求和直接是字符串拼接，數(shù)字類型就正常的數(shù)學(xué)運(yùn)算

2.1.2對每一行進(jìn)行求和

df=pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')

print(df.sum(axis=1))

result:

0325

11030

21232

3161

41250

dtype:int64

先看運(yùn)行結(jié)果，我們可以看到，每一行求和的時(shí)候直接忽略文本字符類型，只對數(shù)字類型進(jìn)行求和。就比如第一行的數(shù)據(jù)

分類貨品實(shí)體店銷售量線上銷售量成本售價(jià)

0水果蘋果342341245

上面的325=34+234+12+45,，其他的行也是如此

2.2對單獨(dú)的一行或者一列進(jìn)行操作

2.2.1對某一列進(jìn)行求和

df=pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')

print(df['實(shí)體店銷售量'].sum())

result:

982

2.2.2對某一行進(jìn)行求和

df=pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')

print(df.iloc[[0]].sum())

result:

分類水果

貨品蘋果

實(shí)體店銷售量34

線上銷售量234

成本12

售價(jià)45

dtype:object

當(dāng)然，單獨(dú)一行去求和似乎沒卵用

2.3對多行或者多列進(jìn)行操作

2.3.1對多列進(jìn)行求和

df=pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')

print(df[['實(shí)體店銷售量',"線上銷售量"]].sum())

result:

實(shí)體店銷售量982

線上銷售量1453

dtype:int64

2.3.2對多行進(jìn)行求和

df=pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')

prin