如何用python计算年龄_用python的pandas快速统计学生年龄班级等分组信息

前言

我又来回复大家的邮件啦！因为这次清明回家不方便录视频，这次以文章的形式发出来，欢迎大家多提意见。这次的需求：

需求描述

我是小学的一名统计员，因长期做统计工作，近期，自学一点python，但如何把excel中的8位数出生日期转成年龄，一直做不好，现请您帮忙一下，不知能否帮！

最终形式

最终的格式类似于上表，主要涉及格式转换和分组统计的需求，那么我们就开始一步一步的完成这一次的任务。

编码

读入excel文件

import pandas as pd

file_name = r'学生信息表.xlsx'

data = pd.read_excel(file_name)

data

输出：

读入数据

处理出生日期，转化为时间格式,这次我们用pandas自带的to_datetime函数，好用快捷。

data['出生日期'] = pd.to_datetime(data['出生日期'],format='%Y%m%d')

增加一列年龄，引入datetime包，根据当前时间的year减去出生日期得到。

import datetime as dt

now = dt.datetime.today().year

data['周岁'] = now - data['出生日期'].dt.year

输出：

新加周岁列

对周岁、性别同时分组，熟悉教程的小伙伴知道，这一期的分组内容其实可以用pandas的

透视表pivot_table函数解决。

在微信账单分析那期视频（

pandas透视表视频教程

）中有详细的讲解，这次我们就用另一种方法：groupby函数同样能搞定。

#开始分组统计

age = data.groupby(['周岁','性别'])

age_group = age.agg({'学生姓名':'count'}).T

输出：

周岁，性别分组结果

如果需要求和数据，a.我们可以先对所有数据进行分组统计一次 b.再单独对女生数据统计一次,c.最后把两次的统计数据合并起来。

合并分组

age_single = data.groupby(['周岁'])

age_single_group = age_single.agg({'学生姓名':'count'}).T

age_single_group.index = ['合计']

仅女生数据

age_single_female = data[data['性别'] == '女'].groupby(['周岁'])

age_single_female_group = age_single_female.agg({'学生姓名':'count'}).T

age_single_female_group.index = ['仅女生']

合并数据

age_union = pd.concat([age_single_group,age_single_female_group],join='outer')

age_union.fillna(0)

输出：

统计2

总结

这样就完成了年级的分组统计，其他的按年级分组，或者地区分组也是类似的。是不是一步步写过来感觉pandas特别好用，特别简单。

欢迎大家有任何问题发邮箱492545607@qq.com进行交流，最后我们一起喊一遍口号：

提高办公效率，python改变生活