使用Pandas对具有相同列d的Excel表格中的数据进行平均处理

Question

请参见数据片段。我在Excel的多个表中有相似的数据，每个表都是不同的年份。对于每个月、日和时间（12和00），我想取所有表中K列的平均值。但是，每个工作表的数据行并不相同。我想取所有工作表中K的平均值，但前提是A、B、E、G列中的数据在所有工作表中都匹配。因此，从数据示例中，我将得到所有工作表的K2平均值，其中每个工作表月=1，日期=1，时间=am，mb=100。在

Answer 1

没有你的数据，我做了两个例子DataFrames

首先，您需要将数据从excel导入pandas，方法是：

df1 = pd.read_excel('name_file.xlsx', sheet_name='year2018')

每年都这样做。在

之后，您可以使用我的示例来获得预期的输出：

^{pr2}$

我们可以使用^{}将数据帧附加在一起（在您的例子中，这些数据帧可以超过两个）。在

df_all = pd.concat([df1, df2], ignore_index=True)
print(df_all)

    Month  Date  Year Time   mb  dir
0       1     1  2018   AM  100  265
1       1     1  2018   AM  150  265
2       1     1  2018   AM  200  270
3       1     1  2018   AM  250  270
4       1     1  2018   PM  100  265
5       1     1  2018   PM  150  265
6       1     1  2018   PM  200  265
7       1     1  2018   PM  250  265
8       1     1  2019   AM  100  275
9       1     1  2019   AM  150  275
10      1     1  2019   AM  200  280
11      1     1  2019   AM  250  280
12      1     1  2019   PM  100  275
13      1     1  2019   PM  150  275
14      1     1  2019   PM  200  275
15      1     1  2019   PM  250  280

现在我们可以使用^{}来获得预期的输出：

print(df_all.groupby(['Month', 'Date', 'Time', 'mb']).dir.mean().reset_index())

   Month  Date Time   mb    dir
0      1     1   AM  100  270.0
1      1     1   AM  150  270.0
2      1     1   AM  200  275.0
3      1     1   AM  250  275.0
4      1     1   PM  100  270.0
5      1     1   PM  150  270.0
6      1     1   PM  200  270.0
7      1     1   PM  250  272.5