请关注本号，后续会有更多相关教程。转发本文并私信我"python"，即可获得按水平领域分类好的Python资料

系列文章

前言

本文要点：

使用 pandas 快速按需求做汇总整理。注意：虽然本文是"Python替代Excel Vba"系列，但希望各位读者明白，工具都是各有所长，选择适合的工具，才是最好的。

案例

表中的一行表示 某一天的某课时是哪位教师负责的哪门科目。这里的名字按照原有资料做了脱敏(teach 列)。本文所用到的 pandas 技巧都在之前的章节已有详细介绍，因此本文只对重点细节做讲解

设定问题

科目的分配情况如何？教师的课时分配如何？

汇入包

pip install pandas

pip install numpy

pip install pyecharts

建议你安装 anaconda ，那么最难安装的 pandas 和 numpy 都不会是问题。

指令码中汇入

本文使用 pyecharts 做视觉化输出

载入资料

这次直接从 csv 档案读取即可。

主科目占比

df['sj'].apply(lambda x: '语数英' if x in cond else '其他') ，根据科目列，划分为"语数英"或"其他"把划分结果新增的新列 sj_class 。现在资料如下:

现在可以看看主科目的数量。我们把汇总问题的主键列出，利用 pandas 的 groupby 方法即可快速做汇总。 如下:

df.groupby(['sj_class']) ，按 sj_class 分组。.size() ，即可求得每组的个数。这里使用 count 也可以，但你会注意到使用 count ，pandas 会把所有列都进行计数。并且 count 会忽略 nan ，而 size 则不会。.reset_index() ，呼叫 groupby 后，分组的 sj_class 会作为 index ，因此这里只是把 sj_class 重新设定为列。来看看实际占比吧。

上述2次汇总其实是可以定义为一个通用的方法。这里是为了方便解析因此复制了2段差不多的程式码

按班级看科目占比

这次我们的汇总主键是 级别和主科目。可以看到其实与之前的流程基本一致，只是在分组时加上了 grade 字段。看看图表吧:

可以看到五年级的语数英课时占比最大(为什么不是六年级的主科目占比最大？)。七、八年级语数英没有其他科目占比大(初一初二语数英课时减少了？)。

教师分配情况

每位教师的上下午课时数量，并且按课时数量排序。每位教师每天的上下午课时数量，并且按课时数量排序。首先,每位教师的上下午课时数量。主键是 教师和上下午。 程式码如下:

分组汇总与之前的一致。只是主键不同而已。res.groupby('teach')['value'].transform('sum') ，求出每位教师的总课时res['total'].rank(ascending=False) ，做一个排名。这里重点说一下这段程式码:

这里为了做图表，需要确保每位教师都有上午和下午2行资料。但实际资料中有些教师只有半天的课(如下图的教师 n56)。

.set_index(['teach','apm']) ，先让 teach 和 apm 做行索引。此时 apm 行索引中都有上午和下午的值。.unstack() ，把 apm 从行索引移到列索引。那么就会有 上午列 和 下午列。注意此时，如果一位教师只有下午的课，那么此列他的值就为 nan。

.stack(dropna=False) ，把 apm 从列索引移回去行索引，dropna=False ，让其保留 nan 的值。此时即可确保所有的教师都有上下午2行资料。

直接看视觉化吧：

上图可以看出来，n4 这教师是最多课时(20课时)大部分的教师都是上午比下午课时多(这很可能是因为本来下午的课时就比上午少啊)- 有4位教师只有下午有课。再看看每天分别是哪位教师比较忙的。

n4 这位教师星期二下午就完全没有课时。上述2次汇总其实是可以定义为一个通用的方法。这里是为了方便解析因此复制了2段差不多的程式码

最后

从分析问题出提取主键，使用 groupby 即可快速得到资料。灵活运用 stack 与 unstack ，可以快速做一些资料增补。[源代码地址](https://github.com/CrystalWindSnake/Creative/tree/master/python/excel_pandas/4)

请关注本号，后续会有更多相关教程。