使用python在excel中計算值

Question

我是Python的新手，對於這個問題我有很多麻煩，這是我必須要做的工作。

關於excel文件的一些背景知識：有3列，約100行。第一列（col1）包含A或B.第二列（col2）包含範圍從1到10的任何數字。第三列（col3）包含任何十進制數的值。

我希望程序要做的就是解析數據。 col1和col2會有很多重複的部分放在一起。例如，（A，1）可以位於第1,5,20,98行等，但是col3將是不同的數字。所以對於第三欄的不同數字，我希望它找到所有這些數字的平均值。

輸出應該是這個樣子：

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) 

它並不一定要在完全字母和數字順序，它可以只打印出它找到的第一個連擊。但我已經做了這個至今在我的代碼，以及由於某種原因，它不會打印出所有的連擊，只有3個

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) 

從本質上講，它基本上是2組，2組內是另一個10組，並在這10組是那裏的數字的平均值。

請幫忙！提前謝謝你。 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 

那麼什麼程序需要做的是看到它後面的第一個組合是A，1，它就會儲存3.12名單，並期待在然後繼續存儲，直到遇到重複的是第四行。它也會存儲這個值。在結尾處，輸出將顯示A，1 = avg（3.12 + 9.54/2）。此示例僅顯示A，1組合。但實際上，只有2個組（如示例），但col2的範圍可以從1到10.將會有很多重複項。

Answer 1

給pandas一試：

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 

如果您希望您的所有手段的清單，完整的腳本是：

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] 

Answer 2

這個建議是更多的「如何工作發生了什麼事情開「，並且在回答中比閱讀評論更容易閱讀。

我認爲值得添加調試打印和異常處理。

我嘗試了OpenOffice和Python 2.7的示例。如果在最後一個循環中發生異常，並且我在測試運行中吞食stderr，我可以重現您的症狀。例如：python test.py 2>nul

所以我建議你試試這個：

    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) 

這應該幫助你我們對您的「怪異行爲」。