本文的目的是展示一些常见的Excel任务，以及如何在python pandas中执行类似的任务。例子微不足道，但重要的是通过这个例子来循序渐进的介绍pandas简单到复杂的功能。展示pandas如何利用Python的完整的模块系统做一些简单的文字处理。

自动求和

数据如下:

第1步，求出每一行数据的和，并作为一个新列附加到数据中。在excel里，可能用公式是sum(A2:E2)。

在这里，这功能就可以用pandas的dataframe来解决。这里简单说下dataframe，我们简单认为，dataframe就是对应了excel的数据结构，我们操作的时候，就可以认为dataframe就是对应excel的操作。

第2步，对P1~P5的每一列做一个求和。在excel里是用公式，SUM(G2:G16).python对应解决方案是用 pandas的对应列，然后直接求sum即可。

第3步，对第一列求和，平均值，最小值，最大值。

程序逻辑如下，读入excel，然后按行求和，把求出所有行的和作为一个新列加到数据里，为防止破坏原始数据，写入一个新的excel文件，接着在python运行结果里显示对数据的操作结果。

程序如下:

运行结果如下：

让我们看看新生成的excel：

只需要这么几行代码，就完成了读取excel，然后对P1,P2,P3,P4,P5求和，平均值，最小值，最大值，并写入新文件的功能。

第17,18行代码，把求各行和的结果写入一个新的excel文件，名字为newxls.xls，并指定写入第一个名为0的工作表中。

其中14行代码中df.head()使用head()函数查看列表前几行数据（默认是前5行），如果我在括号里写3，结果只会显示前3行，如下：

了解更多分析及数据抓取可查看：
http://cloud.yisurvey.com:9081/html/d8acf20b-342f-4806-8dcc-5e6a8d00881d.html?ly=csdn
本文转载自互联网、仅供学习交流，内容版权归原作者所有，如涉作品、版权和其他问题请联系我们删除处理。
特别说明：本文旨在技术交流，请勿将涉及的技术用于非法用途，否则一切后果自负。如果您觉得我们侵犯了您的合法权益，请联系我们予以处理。