怎么将数据中的同种类型的数量相加，在输出成新的表格

您可以使用Pandas库来实现此操作。假设您有一个名为df的数据框，其中包含一个名为type的列，您可以按以下方式对它进行分组和汇总：

import pandas as pd

# 读取数据框
df = pd.read_csv('your_data.csv')

# 按type列进行分组和汇总
sum_df = df.groupby('type').size().reset_index(name='count')

# 输出新的表格
print(sum_df)

在上面的代码中，groupby()方法将数据框按照type列进行分组，size()方法将每个组中的数量求和，reset_index()方法将分组后的结果转换为数据框格式，并为列命名。最后，您可以使用print()方法输出新的表格。

相关问题

如何将excel表格中筛选的内容保存成新表

你可以使用 pandas 库来读取、筛选和保存 Excel 表格。

以下是一个简单的示例，演示如何将 Excel 表格中筛选的内容保存成新表：

import pandas as pd

# 读取 Excel 文件
df = pd.read_excel('example.xlsx')

# 筛选数据
filtered_df = df[df['列名'] == '筛选条件']

# 保存为新的 Excel 文件
filtered_df.to_excel('filtered_example.xlsx', index=False)

上面的代码中，`pd.read_excel()` 函数用于读取 Excel 文件，返回一个 DataFrame 对象。`df[df['列名'] == '筛选条件']` 用于按照指定的筛选条件筛选数据，返回一个新的 DataFrame 对象。最后，`filtered_df.to_excel()` 用于将新的 DataFrame 对象保存为一个新的 Excel 文件。

需要注意的是，上述代码中的 `列名` 和 `筛选条件` 需要根据你的具体情况进行替换。

python 包含指定数据的整行数据，保存成新的表格

可以使用 Pandas 库中的 DataFrame 对象来实现这个功能。假设我们有一个名为 data 的 DataFrame，其中包含多列数据，我们想要筛选出包含指定数据的整行数据并保存成新的表格，可以使用以下代码：

import pandas as pd

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

# 筛选出包含指定数据的整行数据
new_data = data[data['column_name'].str.contains('specified_data')]

# 保存成新的表格
new_data.to_csv('new_data.csv', index=False)

其中，'column_name' 是需要筛选的列名，'specified_data' 是需要包含的指定数据。这段代码会将包含指定数据的整行数据保存成一个名为 'new_data.csv' 的新表格。