Python中怎么利用pandas實現求和運算和非空值個數統計

今天就跟大家聊聊有關Python中怎么利用pandas實現求和運算和非空值個數統計，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結了以下內容，希望大家根據這篇文章可以有所收獲。

準備工作

本文用到的表格內容如下:

先來看一下原始情形:

import pandas as pd

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

result:

   分類            貨品  實體店銷售量  線上銷售量  成本   售價
0  水果            蘋果      34    234  12   45
1  家電           電視機      56    784  34  156
2  家電            冰箱      78    345  24  785
3  書籍  python從入門到放棄      25     34  13   89
4  水果            葡萄     789     56   7  398

1.非空值計數

非空值計數就是計算某一個去榆中非空數值的個數

1.1對全表進行操作

1.1.1求取每列的非空值個數

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

result:

分類        5
貨品        5
實體店銷售量    5
線上銷售量     5
成本        5
售價        5
dtype: int64

1.1.2 求取每行的非空值個數

df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')
print(df.count(axis=1))

result:

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

1.2 對單獨的一行或者一列進行操作

1.2.1 求取單獨某一列的非空值個數

df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')
print(df['分類'].count())

result:

5

1.2.2 求取單獨某一行的非空值個數

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

result:

6

1.3 對多行或者多列進行操作

1.3.1 求取多列的非空值個數

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數

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
實體店銷售量    2
線上銷售量     2
成本        2
售價        2
dtype: int64

2 sum求和

2.1對全表進行操作

2.1.1對每一列進行求和

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        蘋果電視機冰箱python從入門到放棄葡萄
實體店銷售量                      982
線上銷售量                      1453
成本                           90
售價                         1473
dtype: object

可以看到，字符串類型的求和直接是字符串拼接，數字類型就正常的數學運算

2.1.2 對每一行進行求和

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

result:

0     325
1    1030
2    1232
3     161
4    1250
dtype: int64

先看運行結果，我們可以看到，每一行求和的時候直接忽略文本字符類型，只對數字類型進行求和。就比如第一行的數據

   分類            貨品  實體店銷售量  線上銷售量  成本   售價
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 對單獨的一行或者一列進行操作

2.2.1 對某一列進行求和

df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')
print(df['實體店銷售量'].sum())

result:

982

2.2.2 對某一行進行求和

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
實體店銷售量     34
線上銷售量     234
成本         12
售價         45
dtype: object

當然，單獨一行去求和似乎沒卵用

2.3 對多行或者多列進行操作

2.3.1 對多列進行求和

df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')
print(df[['實體店銷售量', "線上銷售量"]].sum())

result:

實體店銷售量     982
線上銷售量     1453
dtype: int64

2.3.2 對多行進行求和

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

result:

分類         水果家電
貨品        蘋果電視機
實體店銷售量       90
線上銷售量      1018
成本           46
售價          201
dtype: object

看完上述內容，你們對Python中怎么利用pandas實現求和運算和非空值個數統計有進一步的了解嗎？如果還想了解更多知識或者相關內容，請關注億速云行業資訊頻道，感謝大家的支持。