influxdb 最近小时统计_用pandas快速统计学生年龄班级等分组信息

最近收到一个求助邮件，他的需求如下：

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！

这个问题其实比较简单，做出来的最终形式如下：

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。

1、读入excel文件

import pandas as pdfile_name = r'学生信息表.xlsx'data = pd.read_excel(file_name)data

输出：

读入数据 2、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')

3、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 dtnow = dt.datetime.today().yeardata['周岁'] = now - data['出生日期'].dt.year

输出：

新加周岁列

4、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。

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

5、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'}).Tage_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'}).Tage_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：

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。

- END -

文源网络，仅供学习之用，如有侵权，联系删除。往期精彩

◆  50款开源工具你都用过吗？

◆  python+C、C++混合编程的应用

◆  python网络爬虫的基本原理详解

◆  Python自动操控excel，一小时解决你一天的工作

◆  如何用Python增强Excel，减少处理复杂数据的痛苦？