Python制作城市平均工资表

在Python中制作城市平均工资表，你可以使用pandas库，它是一个强大的数据处理库，非常适合处理和分析数据。以下是一个简单的例子，展示如何创建一个数据框来表示城市平均工资：

import pandas as pd

# 假设我们有如下数据（这只是一个示例，实际数据可能来自CSV、Excel或网络API）
data = {
    '城市': ['北京', '上海', '广州', '深圳', '杭州'],
    '行业': ['IT', '金融', '教育', 'IT', '互联网'],
    '工资': [12000, 15000, 9000, 18000, 11000],
}

# 创建DataFrame
salary_table = pd.DataFrame(data)

# 按城市分组计算平均工资
average_salary = salary_table.groupby('城市')['工资'].mean()

# 打印结果
print(average_salary)

在这个例子中：
- `pd.DataFrame(data)` 创建了一个包含城市名、行业名和工资的数据帧。
- `groupby('城市')` 将数据帧按照城市字段进行分组。
- `['工资'].mean()` 计算每个城市的平均工资。

执行上述代码后，你会得到一个显示各城市平均工资的表格。

相关问题

工资条合成工资表python

以下是使用Python合并工资条生成工资表的示例代码：

import pandas as pd

# 读取工资条数据
df1 = pd.read_excel('工资条1.xlsx')
df2 = pd.read_excel('工资条2.xlsx')
df3 = pd.read_excel('工资条3.xlsx')

# 合并工资条数据
df = pd.concat([df1, df2, df3])

# 保存为工资表
df.to_excel('工资表.xlsx', index=False)

这段代码使用了`pandas`库来处理Excel文件。首先，我们使用`pd.read_excel()`函数读取每个工资条文件的数据，并将其存储在不同的DataFrame中。然后，使用`pd.concat()`函数将这些DataFrame合并为一个DataFrame。最后，使用`to_excel()`函数将合并后的数据保存为一个新的Excel文件，即工资表。

python读取不同工资表的数据

Python读取不同工资表的数据可以使用不同的方法，下面列举两种常见的方法：

1. 使用pandas库读取Excel文件

import pandas as pd

# 读取Excel文件中的工资表
df = pd.read_excel('工资表.xlsx')

# 查看表格中的数据
print(df.head())

2. 使用csv库读取CSV文件

import csv

# 读取CSV文件中的工资表
with open('工资表.csv', 'r') as f:
    reader = csv.reader(f)
    for row in reader:
        print(row)

这两种方法可以根据实际情况进行选择，如果是Excel文件，建议使用pandas库，如果是CSV文件，建议使用csv库。同时，也可以根据实际情况进行参数的调整，比如pandas库中的sheet_name参数可以指定读取Excel文件中的某个工作表。