python实战之实现excel读取、统计、写入的示例讲解

下面就是我们的实例讲解：

标题一：Python实战之实现Excel读取、统计、写入

步骤一：安装相关库和模块

为了实现Excel读取、统计、写入，我们需要安装pandas和openpyxl模块，这两个模块可以通过以下命令安装：

pip install pandas
pip install openpyxl

步骤二：读取Excel文件

在此示例中，我们假设有一个课程分数Excel表格，表格中包含了学生姓名、学号、科目、分数等信息，我们需要读取该表格并进行统计。首先，我们需要使用pandas模块读取数据：

import pandas as pd

df = pd.read_excel('scores.xlsx')

步骤三：数据统计和处理

通过pandas读取Excel表格后，我们可以使用pandas提供的函数进行数据分析和处理。比如，我们可以使用groupby函数对不同科目的成绩进行分类，然后求出每科的平均分数：

df_subject = df.groupby(['subject'])
df_avg = df_subject.mean()

步骤四：将统计结果写入Excel

最后，我们需要将统计结果写入Excel表格中。我们可以使用openpyxl模块创建一个新的Excel文件，然后将统计结果写入其中：

from openpyxl import Workbook

workbook = Workbook()
sheet = workbook.active
sheet['A1'] = 'Subject Name'
sheet['B1'] = 'Average Score'

for idx, row in enumerate(df_avg.iterrows()):
   sheet.cell(row = idx+2, column = 1, value = row[0])
   sheet.cell(row = idx+2, column = 2, value = row[1])

workbook.save(filename = 'result.xlsx')

在这个示例中，我们首先创建了一个新的Excel文件，然后在第一个sheet的A1和B1位置写入了表头。接着，我们使用DataFrame对象的iterrows函数遍历了每个科目的平均分数，并依次将这些数据写入Excel的每行。

示例二：读取多个Excel文件并进行合并统计

假设我们有两个Excel文件，一个是数学成绩表格math.xlsx，另一个是英语成绩表格english.xlsx。我们需要将两个表格的内容进行合并，并进行平均分数统计。下面是合并并统计的代码：

import pandas as pd

df_math = pd.read_excel('math.xlsx')
df_english = pd.read_excel('english.xlsx')

df_concat = pd.concat([df_math, df_english], axis = 0)
df_subject = df_concat.groupby(['subject'])
df_avg = df_subject.mean()

在这个示例中，我们首先使用pandas模块分别读取了math.xlsx和english.xlsx两个Excel文件。接着，使用pandas的concat函数将两个DataFrame对象合并为一个，并使用groupby函数统计每个科目的平均分数。