Python把excel.表中数据生成枢纽表，然后数据计算

要生成透视表，可以使用pandas库中的pivot_table函数。例子代码如下：

import pandas as pd

# 读取excel表格数据
data = pd.read_excel('data.xlsx')

# 生成透视表
pivot_table = pd.pivot_table(data, values='数量', index=['日期'], columns=['产品'], aggfunc='sum')

# 计算数据
total = pivot_table.sum().sum()   # 计算所有产品的总数量
product1_total = pivot_table['产品1'].sum()   # 计算产品1的总数量
product1_avg = pivot_table['产品1'].mean()   # 计算产品1的平均数量

# 打印结果
print('所有产品的总数量：', total)
print('产品1的总数量：', product1_total)
print('产品1的平均数量：', product1_avg)

其中，`data.xlsx`是包含原始数据的Excel文件，'数量'是每个产品的数量列，'日期'是日期列，'产品'是产品名称列。在生成透视表时，我们指定了行索引是日期，列索引是产品名称，并使用aggfunc='sum'计算每个产品在每个日期的总数量。最后，我们使用sum函数计算所有产品的总数量，并使用mean函数计算产品1的平均数量，并打印结果。

相关问题

Python把excel.表中数据生成枢纽表

可使用pandas库来生成数据透视表。

首先需要安装pandas库

pip install pandas

接着载入Excel表中的数据并转换为pandas的DataFrame格式：

import pandas as pd

# 载入Excel文件
excel_file = 'file_name.xlsx'

# 转换为DataFrame格式
df = pd.read_excel(excel_file)

接着，可以使用pandas的pivot_table()函数来生成数据透视表：

# 生成数据透视表
pivot_table = pd.pivot_table(df, index=['行字段1', '行字段2'], columns='列字段', values='值字段', aggfunc='sum')

其中，首先需要指定行字段和列字段，这些字段将被用作透视表的行和列。然后需要指定值字段，这些字段将会被聚合。在这个例子中，我们使用aggfunc='sum'来对值字段进行求和。

最终得到的pivot_table将是一个pandas DataFrame对象，它将包含生成的数据透视表。可以使用to_excel()函数将其保存为Excel文件：

# 保存数据透视表为Excel文件
pivot_table.to_excel('pivot_table.xlsx')

这样就可以将Excel表中的数据生成数据透视表了。

Python打开excel数据，生成枢纽表，然后选择其中三列，取消合并并填满

以下是Python代码，用于打开Excel文件，生成枢纽表，选择三列，取消合并并填满：

import pandas as pd

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

# 生成枢纽表
pivot_table = pd.pivot_table(df, values='Value', index=['Row1', 'Row2'], columns=['Col1', 'Col2'], aggfunc='sum')

# 选择三列
pivot_table = pivot_table[['Col1Val1', 'Col2Val1', 'Col3Val1']]

# 取消合并并填满
pivot_table = pivot_table.fillna(method='ffill').fillna(method='bfill').reset_index()

# 输出结果
print(pivot_table)

在这个代码中，我们首先使用`pandas`库的`read_excel`函数打开Excel文件，然后使用`pivot_table`函数生成枢纽表。在这个例子中，我们将值列设为`Value`，行索引设为`Row1`和`Row2`，列索引设为`Col1`和`Col2`，并使用`sum`聚合函数对值进行汇总。

然后，我们使用`pivot_table`对象的`[]`运算符选择我们感兴趣的三列。接着，我们使用`fillna`方法取消合并并填充缺失值。在这个例子中，我们使用`ffill`方法向前填充缺失值，然后使用`bfill`方法向后填充缺失值。最后，我们使用`reset_index`方法重置索引，并输出结果。