python计算表格数据中的平均值

可以使用Python中的pandas库来计算表格数据中的平均值。pandas库提供了DataFrame对象，可以方便地处理表格数据。以下是示例代码：

import pandas as pd

# 创建DataFrame对象
data = {'姓名': ['张三', '李四', '王五', '赵六'],
        '年龄': [20, 21, 19, 22],
        '成绩': [80, 75, 90, 85]}
df = pd.DataFrame(data)

# 计算各列平均值
mean_age = df['年龄'].mean()
mean_score = df['成绩'].mean()

# 打印结果
print("年龄的平均值为: ", mean_age)
print("成绩的平均值为: ", mean_score)

输出结果为：

年龄的平均值为: 20.5
成绩的平均值为: 82.5

注意：在使用pandas库之前，需要先安装并导入该库。可以使用以下命令来安装pandas库：

pip install pandas

相关问题

利用python求表格中数据的平均值并将平均值整合到新的表中的代码

假设你有一个名为 `data` 的表格，其中包含需要求平均值的数据，可以使用以下Python代码来计算平均值并将结果整合到新的表中：

import pandas as pd

# 读取原始数据表格
data = pd.read_csv('data.csv')

# 计算平均值
avg = data.mean()

# 创建新表格
new_data = pd.DataFrame({'avg': avg})

# 将结果保存到新表格中
new_data.to_csv('new_data.csv', index=False)

上述代码中，首先使用 `pandas` 库读取原始数据表格 `data.csv`，然后使用 `mean()` 方法计算平均值，并将结果存储在 `avg` 变量中。接着，使用 `DataFrame()` 方法创建一个新的表格 `new_data`，其中只有一列，即平均值列。最后，使用 `to_csv()` 方法将新表格存储为 `new_data.csv` 文件，其中 `index=False` 表示不需要保留行索引。

用python读取表格数据并求平均值

可以使用Python中的pandas库来读取并计算表格中数值的平均分。下面是一个示例代码：

import pandas as pd

# 读取表格数据
data = pd.read_excel('path/to/your/excel_file.xlsx')

# 计算数值的平均分
mean = data.mean()

print(mean)

其中，`read_excel`函数可以读取Excel文件中的数据，`mean`函数可以计算数值的平均分。你需要将`path/to/your/excel_file.xlsx`替换为你的Excel文件路径。