1

我是 Python 的新手，我在这个问题上遇到了很多麻烦，这是我必须为工作做的事情。

关于 excel 文件的一些背景知识：有 3 列，大约 100 行。第一列 (col1) 包含 A 或 B。第二列 (col2) 包含从 1 到 10 的任何数字。第三列 (col3) 包含任何十进制数的值。

我希望程序做的是解析数据。col1 和 col2 将有许多重复项放在一起。例如，(A, 1) 可以位于第 1、5、20、98 行等。但 col3 将是不同的数字。因此，对于第三列中的那些不同数字，我希望它找到所有这些数字的平均值。

输出应如下所示：

A, 1 = avg 4.32
A, 2 = avg 7.23
A, 3 = avg -9.12
etc etc (until number 10)
B, 1 = avg 3.76
B, 2 = avg -8.12
B, 3 = avg 1.56
etc etc (until number 10)

它不必按照完整的字母和数字顺序，它可以打印出它找到的第一个组合。但是到目前为止我已经在我的代码中完成了这个，并且由于某种原因它没有打印出所有组合，只有3个。

import xlrd #import package

#opening workbook and reading first sheet
book = xlrd.open_workbook('trend.xls')
sheet = book.sheet_by_index(0)

#function to hold unique combos
unique_combinations = {}

#looping through data
for row_index in range(sheet.nrows):
    #declaring what group equals to what row
    col1 = sheet.cell(row_index, 0)
    col2 = sheet.cell(row_index, 1)
    col3 = sheet.cell(row_index, 2)

    unique_combo = (col1.value, col2.value)

    if unique_combinations.has_key(unique_combo):
        unique_combinations[unique_combo].append(col3.value)
    else:
        unique_combinations[unique_combo] = [col3.value]

for k in unique_combinations.keys():
    l = unique_combinations[k]
    average = sum(l) / len(l)
    print '%s: %s Mean = %s' % (k[0], k[1], average)

本质上，它基本上是 2 组，在 2 组中还有另外 10 组，在这 10 组中是属于那里的数字的平均值。

请帮忙！非常感谢你。

EXCEL 文件示例：

col1 | col2 | col3
A    |   1  | 3.12
B    |   9  | 4.12
B    |   2  | 2.43
A    |   1  | 9.54
B    |   8  | 2.43
A    |   2  | 1.08

所以程序要做的就是看到它遇到的第一个组合是 A, 1 并且它将 3.12 存储在一个列表中，然后查看下一个并继续存储，直到它遇到与第四个重复的组合排。它也会存储该值。最后，输出将显示 A, 1 = avg (3.12 + 9.54 / 2)。此示例仅针对 A, 1 组合显示。但实际上，只有 2 个组（如示例），但 col2 的范围可以从 1 到 10。会有很多重复。

4

2 回答 2

1

试试熊猫：

In [1]: import pandas as pd

In [2]: xls = pd.ExcelFile('test.xls')
   ...: df = xls.parse('Sheet1', header=None)
   ...: 

In [3]: df
Out[3]: 
   0  1     2
0  A  1  3.12
1  B  9  4.12
2  B  2  2.43
3  A  1  9.54
4  B  8  2.43
5  A  2  1.08

In [4]: groups = df.groupby([0,1])

In [5]: for k, g in groups:
   ...:     print k, g[2].mean()
   ...:     
(u'A', 1.0) 6.33  # your example (3.12 + 9.54) / 2
(u'A', 2.0) 1.08
(u'B', 2.0) 2.43
(u'B', 8.0) 2.43
(u'B', 9.0) 4.12

如果您希望将所有手段作为一个列表，则完整的脚本将是：

import pandas as pd
df = pd.ExcelFile('test.xls').parse('Sheet1', header=None)
print [g[2].mean() for _, g in df.groupby([0,1])]
# out: [6.3300000000000001, 1.0800000000000001, 2.4300000000000002, 2.4300000000000002, 4.1200000000000001]
于 2013-03-12T23:10:24.347 回答
1

这个建议更多的是“如何弄清楚发生了什么”，并且在答案中比在评论中更容易阅读。

我认为值得添加调试打印和异常处理。

我使用 OpenOffice 和 Python 2.7 尝试了该示例。如果在最后一个循环期间发生异常，并且如果我在测试运行中吞下了 stderr，我可以重现您的症状。例如：python test.py 2>nul

所以我建议你试试这个：


    import xlrd
    book = xlrd.open_workbook('trend.xls')
    sheet = book.sheet_by_index(0)
    unique_combinations = {}
    for row_index in range(sheet.nrows):
        col1 = sheet.cell(row_index, 0)
        col2 = sheet.cell(row_index, 1)
        col3 = sheet.cell(row_index, 2)

        unique_combo = (col1.value, col2.value)
        if unique_combinations.has_key(unique_combo):
            print 'Update: %r = %r' % (unique_combo, col3.value)
            unique_combinations[unique_combo].append(col3.value)
        else:
            print 'Add: %r = %r' % (unique_combo, col3.value)
            unique_combinations[unique_combo] = [col3.value]

    for k in unique_combinations.keys():
        l = unique_combinations[k]
        try:
          average = sum(l) / len(l)
          print '%s: %s Mean = %s' % (k[0], k[1], average)
        except Exception, e:
          print 'Ignoring entry[%r]==%r due to exception %r' % (k, l, e)

这应该可以帮助您了解我们的“奇怪行为”。

于 2013-03-12T23:17:05.030 回答