此系列文章收錄在公眾號(hào)中：數(shù)據(jù)大宇宙 > 數(shù)據(jù)處理 >E-pd

轉(zhuǎn)發(fā)本文并私信我"python"，即可獲得Python資料以及更多系列文章(持續(xù)更新的)

經(jīng)常聽(tīng)別人說(shuō) Python 在數(shù)據(jù)領(lǐng)域有多厲害，結(jié)果學(xué)了很長(zhǎng)時(shí)間，連數(shù)據(jù)處理都麻煩得要死。后來(lái)才發(fā)現(xiàn)，原來(lái)不是 Python 數(shù)據(jù)處理厲害，而是他有數(shù)據(jù)分析神器—— pandas

前言

Excel 中除了 Vlookup 函數(shù)，一系列條件統(tǒng)計(jì)函數(shù)(sumif、countif、maxif)就用得最多，畢竟在 Excel 中進(jìn)行數(shù)據(jù)統(tǒng)計(jì)是常見(jiàn)需求。

今天我們來(lái)看看在 pandas 中如何做到條件統(tǒng)計(jì)。

本文使用泰坦尼克號(hào)沉船事件的乘客名單作為例子：

pclass：船艙等級(jí)survived：是否生還fare：票價(jià)sex：性別home.dest：住址需求1：性別統(tǒng)計(jì)

"男女分別有多少人？"

這需要我們?cè)贓xcel中有很多方式完成，比如透視表或函數(shù)公式，下面簡(jiǎn)單列出函數(shù)公式的做法：

簡(jiǎn)單使用 countifs 即可這里不再單獨(dú)使用 countif 了，管他是否只有一個(gè)條件，統(tǒng)一用 xxxifs 類函數(shù)即可

在pandas，不會(huì)有啥條件統(tǒng)計(jì)函數(shù)的，因?yàn)檫@就是先篩選，再統(tǒng)計(jì)：

行2：得到 性別 列是女性的 bool 列行3：df[cond] 就是女性的記錄，簡(jiǎn)單通過(guò) len 方法，即可得到記錄數(shù)(人數(shù))不過(guò)你可能會(huì)覺(jué)得這很麻煩，因?yàn)槿绻€要男性的人數(shù)，也需要執(zhí)行一次差不多的代碼。

實(shí)際上我們可以直接對(duì)性別列分組統(tǒng)計(jì)即可：

不多說(shuō)了，代碼語(yǔ)義簡(jiǎn)直與中文一樣這里唯一不好的地方是，需要通過(guò) size 方法獲得每個(gè)分組的記錄數(shù)需求2：不同的統(tǒng)計(jì)方法

剛剛是求人數(shù)，現(xiàn)在希望求出女性的平均票價(jià)。

以下是Excel的公式做法：

那么 pandas 的做法呢？

想必聰明的你一定大概知道怎么做，pandas中求平均的是方法mean：

行3：同樣語(yǔ)義非常清晰。.fare.mean() 恰好反映"票價(jià)的平均"同樣，簡(jiǎn)單分組即可一次獲得所有分組的統(tǒng)計(jì)信息：

按 sex 分組，求 票價(jià) 的 平均需求3：非常規(guī)匹配

上面的條件都是完全符合，有時(shí)候我們需要統(tǒng)計(jì)有包含關(guān)系的條件。

"住址是New York 的人數(shù)"

Excel的xxifs類函數(shù)公式都能支持通配符：

前后用 * 包圍內(nèi)容，表示包含此內(nèi)容即符合條件在pandas中，由于篩選與統(tǒng)計(jì)是獨(dú)立分開(kāi)的，因此只需要知道怎么篩選，那么此需求即可迎刃而解：

行2：由于 住址 列是字符串類列，使用 .str 可訪問(wèn)字符串類型列的各種方法contains 判斷列中是否包含指定內(nèi)容。如果本身內(nèi)容是 nan(不存在值) ，那么直接賦值為 False如果我們只需要 住址 結(jié)尾是 NY 的人數(shù)？

Excel中由于用通配符，因此表達(dá)更直接：

注意，沒(méi)有修改公式，只是輸入內(nèi)容變成 *NY ，表示 NY 前面可以是任意內(nèi)容在pandas這麻煩多了，這次不能使用contains方法：

行2：使用 endswith 方法即可完成怎么與 Excel 的統(tǒng)計(jì)結(jié)果不一樣！！

你會(huì)發(fā)現(xiàn)，Excel 的統(tǒng)計(jì)結(jié)果包含小寫字母的 ny 結(jié)尾！

一次解決所有問(wèn)題

以上 pandas 的做法主要有以下問(wèn)題：

不能用通配符表達(dá)不同的文本規(guī)則，只能用不同的方法，我記不住這么多方法呀不能忽略大小寫(實(shí)際上面的需求，pandas 的結(jié)果更合理)其實(shí).str.contains方法本身就是使用正則表達(dá)式，我們可以直接用contains解決所有文本規(guī)則相關(guān)問(wèn)題：

行2： NY$ ，表示 NY 在結(jié)尾處參數(shù) case = False ，不區(qū)分大小寫pandas 用于文本匹配的還有 match 方法，此系列文章不再深入講解了。更多高級(jí)應(yīng)用方法，請(qǐng)關(guān)注 pandas 專欄 [帶你玩轉(zhuǎn)Python數(shù)據(jù)處理—pandas]

總結(jié)

本文重點(diǎn)：

構(gòu)造 bool 列，是核心知識(shí)點(diǎn)Series.str.contains 用于文本規(guī)則條件匹配

如果希望從零開(kāi)始學(xué)習(xí) pandas ，那么可以看看我的 pandas 專欄。

創(chuàng)作挑戰(zhàn)賽新人創(chuàng)作獎(jiǎng)勵(lì)來(lái)咯，堅(jiān)持創(chuàng)作打卡瓜分現(xiàn)金大獎(jiǎng)

總結(jié)

以上是生活随笔為你收集整理的python做excel数据分析统计服_Python也能做到Excel那样，条件统计轻松解决工作需求...的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。