Python+pandas實現(xiàn)Excel連續(xù)數(shù)據分組求平均值
一、問題
假設我們有以下 Excel 數(shù)據:
| 數(shù)據 |
|---|
| 10 |
| 20 |
| 30 |
| (空) |
| 5 |
| 15 |
| (空) |
| 100 |
| 200 |
| 300 |
| 400 |
| (空) |
| 50 |
我們的目標:

- 根據空行劃分分組;
- 計算每組的 平均值;
- 將結果插入 Excel 對應的分組末尾行。
期望結果:
| 分組 | 平均值 |
|---|---|
| 第1組 | 20 |
| 第2組 | 10 |
| 第3組 | 250 |
| 第4組 | 50 |
二、核心思路
- 使用
pandas讀取 Excel 文件; - 遍歷數(shù)據列,用空值 (
NaN) 或表格末尾作為分組邊界; - 對每組數(shù)字計算平均值;
- 將結果插入新列“平均值”,顯示在每個分組的結尾行;
- 輸出新的 Excel 文件。
三、完整 Python 代碼
import pandas as pd
# === 1. 讀取 Excel 文件 ===
df = pd.read_excel("data.xlsx")
data = df["數(shù)據"].tolist()
# === 2. 連續(xù)數(shù)字分組求平均值 ===
groups = []
current_group = []
for x in data:
if pd.isna(x): # 遇到空行,計算當前組平均值
if current_group:
avg = sum(current_group) / len(current_group)
groups.append(avg)
current_group = []
else:
current_group.append(x)
# 處理最后一組(末尾沒有空行的情況)
if current_group:
avg = sum(current_group) / len(current_group)
groups.append(avg)
# === 3. 將結果插入新列 ===
result_list = []
i = 0
current_group = []
for x in data:
if pd.isna(x) or x == data[-1]: # 空行或最后一行
if i < len(groups): # 防止越界
result_list.append(groups[i])
i += 1
else:
result_list.append(None)
else:
result_list.append(None)
# 處理最后一行是數(shù)字的情況
if len(result_list) < len(data):
result_list.append(groups[-1])
df["平均值"] = result_list[:len(df)]
# === 4. 寫入 Excel 文件 ===
output_file = "data_avg_result.xlsx"
df.to_excel(output_file, index=False)
print("? 已生成新文件:", output_file)
四、運行效果
運行后生成文件 data_avg_result.xlsx:
| 數(shù)據 | 平均值 |
|---|---|
| 10 | |
| 20 | |
| 30 | 20 |
| (空) | 10 |
| 5 | |
| 15 | 10 |
| (空) | 250 |
| 100 | |
| 200 | |
| 300 | |
| 400 | 250 |
| (空) | 50 |
| 50 | 50 |
每個分組的平均值自動填充在分組末尾行,非常直觀。
五、擴展思路
- 通用統(tǒng)計函數(shù):可輕松改造成求和、最大值、最小值、計數(shù)等統(tǒng)計功能;
- 批量處理 Excel:利用
os模塊批量處理文件夾內的多個 Excel 表格; - 數(shù)據可視化:將分組平均值繪制柱狀圖或折線圖,直觀展示趨勢;
- 高亮結果行:結合
openpyxl或xlsxwriter給平均值單元格設置顏色。
六、知識擴展
用 Python 實現(xiàn)連續(xù)數(shù)據分組求和并回寫
1.思路分析
核心思路如下:
- 使用
pandas讀取 Excel 文件; - 遍歷數(shù)據列,用空值(
NaN)作為分組邊界; - 每組內求和;
- 在分組結束行插入結果;
- 輸出到新 Excel 文件。
2.完整代碼實現(xiàn)
import pandas as pd
# === 1. 讀取 Excel 文件 ===
# 請把 "data.xlsx" 改成你的文件名(路徑也可以)
df = pd.read_excel("data.xlsx")
# 假設數(shù)據列名為 “數(shù)據”,若你的列名不同,請改成對應名字
data = df["數(shù)據"].tolist()
# === 2. 連續(xù)數(shù)字分組求和 ===
groups = []
group_sum = 0
for x in data:
if pd.isna(x): # 遇到空單元格 → 分組結束
groups.append(group_sum)
group_sum = 0
else:
group_sum += x
# 最后一組
if group_sum != 0 or (len(data) and pd.isna(data[-1])):
groups.append(group_sum)
# === 3. 將結果保存為新列 ===
# 為保持對應關系,插入空行方便對齊
result_list = []
i = 0
group_sum = 0
for x in data:
if pd.isna(x):
result_list.append(groups[i])
i += 1
else:
result_list.append(None)
# 若最后沒有空行,也在末尾加上最后一個結果
if len(result_list) < len(data):
result_list.append(groups[-1])
df["結果"] = result_list[:len(df)]
# === 4. 寫入新 Excel 文件 ===
output_file = "data_with_result.xlsx"
df.to_excel(output_file, index=False)
print("? 已生成新文件:", output_file)
4.運行效果
執(zhí)行完代碼后,會在當前目錄生成一個名為:
data_with_result.xlsx
七、小結
本文介紹了一種常見且高效的 Excel 自動化方法:使用 pandas 結合空行劃分分組,自動計算每組的平均值。
核心思路一句話總結:“以空行為分組邊界,按組計算平均值,并寫回 Excel。”
這種技巧在實驗數(shù)據統(tǒng)計、財務報表、能源數(shù)據分析等場景中非常實用。
以上就是Python+pandas實現(xiàn)Excel連續(xù)數(shù)據分組求平均值的詳細內容,更多關于Python計算平均值的資料請關注腳本之家其它相關文章!
相關文章
Python訪問本地deepseek示例【含deepseek本地部署】
這篇文章主要介紹了Python訪問本地deepseek功能,結合實例形式分析了使用Ollama本地部署deepseek以及python訪問本地deepseek的過程,需要的朋友可以參考下2018-06-06
用smtplib和email封裝python發(fā)送郵件模塊類分享
本文針對發(fā)郵件相關的操作進行了封裝,包括發(fā)送文本、HTML、帶附件的郵件,使用Python發(fā)郵件,主要用到smtplib和email兩個模塊,需要的朋友可以參考下2014-02-02

