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:

import pandas as pd
​
df = pd.read_excel(r'C:\Users\admin\Desktop\測(cè)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 書籍 python從入門到放棄2534 13 89
4 水果 葡萄78956 7 398

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(duì)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(cè)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(cè)試.xlsx')
print(df.count(axis=1))

result:

0 6
1 6
2 6
3 6
4 6
dtype: int64

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)某一列的非空值個(gè)數(shù)

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

result:

6

1.3 對(duì)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(cè)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(cè)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

2 sum求和

2.1對(duì)全表進(jìn)行操作

2.1.1對(duì)每一列進(jìn)行求和

df = pd.read_excel(r'C:\Users\admin\Desktop\測(cè)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(duì)每一行進(jìn)行求和

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

result:

0325
1 1030
2 1232
3161
4 1250
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(duì)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34 234 12 45

上面的325=34+234+12+45,，其他的行也是如此

2.2 對(duì)單獨(dú)的一行或者一列進(jìn)行操作

2.2.1 對(duì)某一列進(jìn)行求和

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

result:

982

2.2.2 對(duì)某一行進(jìn)行求和

df = pd.read_excel(r'C:\Users\admin\Desktop\測(cè)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(duì)多行或者多列進(jìn)行操作

2.3.1 對(duì)多列進(jìn)行求和

df = pd.read_excel(r'C:\Users\admin\Desktop\測(cè)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(duì)多行進(jìn)行求和

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

result:

分類 水果家電
貨品 蘋果電視機(jī)
實(shí)體店銷售量 90
線上銷售量1018
成本46
售價(jià) 201
dtype: object

總結(jié)

到此這篇關(guān)于Python pandas之求和運(yùn)算和非空值個(gè)數(shù)統(tǒng)計(jì)的文章就介紹到這了,更多相關(guān)pandas求和運(yùn)算和非空值個(gè)數(shù)內(nèi)容請(qǐng)搜索本站以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持本站！

海外服務(wù)器租用

版權(quán)聲明：本站文章來源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請(qǐng)保持原文完整并注明來源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非www.sddonglingsh.com所屬的服務(wù)器上建立鏡像，否則將依法追究法律責(zé)任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來，僅供學(xué)習(xí)參考，不代表本站立場(chǎng)，如有內(nèi)容涉嫌侵權(quán)，請(qǐng)聯(lián)系alex-e#qq.com處理。