此系列文章收錄在公眾號中：數據大宇宙 > 數據處理 >E-pd

轉發本文并私信我"python"，即可獲得Python資料以及更多系列文章(持續更新的)

經常聽別人說 Python 在數據領域有多厲害，結果學了很長時間，連數據處理都麻煩得要死。后來才發現，原來不是 Python 數據處理厲害，而是他有數據分析神器—— pandas

前言

Excel 中除了 Vlookup 函數，一系列條件統計函數(sumif、countif、maxif)就用得最多，畢竟在 Excel 中進行數據統計是常見需求。

今天我們來看看在 pandas 中如何做到條件統計。

本文使用泰坦尼克號沉船事件的乘客名單作為例子：

pclass：船艙等級survived：是否生還fare：票價sex：性別home.dest：住址需求1：性別統計

"男女分別有多少人？"

這需要我們在Excel中有很多方式完成，比如透視表或函數公式，下面簡單列出函數公式的做法：

簡單使用 countifs 即可這里不再單獨使用 countif 了，管他是否只有一個條件，統一用 xxxifs 類函數即可

在pandas，不會有啥條件統計函數的，因為這就是先篩選，再統計：

行2：得到 性別 列是女性的 bool 列行3：df[cond] 就是女性的記錄，簡單通過 len 方法，即可得到記錄數(人數)不過你可能會覺得這很麻煩，因為如果還要男性的人數，也需要執行一次差不多的代碼。

實際上我們可以直接對性別列分組統計即可：

不多說了，代碼語義簡直與中文一樣這里唯一不好的地方是，需要通過 size 方法獲得每個分組的記錄數需求2：不同的統計方法

剛剛是求人數，現在希望求出女性的平均票價。

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：同樣語義非常清晰。.fare.mean() 恰好反映"票價的平均"同樣，簡單分組即可一次獲得所有分組的統計信息：

按 sex 分組，求 票價 的 平均需求3：非常規匹配

上面的條件都是完全符合，有時候我們需要統計有包含關系的條件。

"住址是New York 的人數"

Excel的xxifs類函數公式都能支持通配符：

前后用 * 包圍內容，表示包含此內容即符合條件在pandas中，由于篩選與統計是獨立分開的，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 可訪問字符串類型列的各種方法contains 判斷列中是否包含指定內容。如果本身內容是 nan(不存在值) ，那么直接賦值為 False如果我們只需要 住址 結尾是 NY 的人數？

Excel中由于用通配符，因此表達更直接：

注意，沒有修改公式，只是輸入內容變成 *NY ，表示 NY 前面可以是任意內容在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 的統計結果不一樣！！

你會發現，Excel 的統計結果包含小寫字母的 ny 結尾！

一次解決所有問題

以上 pandas 的做法主要有以下問題：

不能用通配符表達不同的文本規則，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(實際上面的需求，pandas 的結果更合理)其實.str.contains方法本身就是使用正則表達式，我們可以直接用contains解決所有文本規則相關問題：

行2： NY$ ，表示 NY 在結尾處參數 case = False ，不區分大小寫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。更多高級應用方法，請關注 pandas 專欄 [帶你玩轉Python數據處理—pandas]

總結

本文重點：

構造 bool 列，是核心知識點Series.str.contains 用于文本規則條件匹配

如果希望從零開始學習 pandas ，那么可以看看我的 pandas 專欄。

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

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...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。