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

總結

到此這篇關于Python pandas之求和運算和非空值個數統計的文章就介紹到這了,更多相關pandas求和運算和非空值個數內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！