pandas是个功能很强大的函数，对经常使用excel进行数据处理的朋友很有帮助

今天教大家如何用pandas实现excel中最常见的10个函数，大大提高你的工作效率

首先我们用pandas读取数据：

import pandas as pd
data=pd.read_csv('成绩表.csv',encoding='gbk')
data

一、6个基础函数

1.求和函数--sum()

pandas计算每名同学的总分：

data['总分']=data.sum(axis=1) #axis=1代表对行进行求和
data

求语文总分：

data.sum(axis=0,numeric_only=True) #axis=0代表对列进行求和，numeric_only=True表示只对数字求和

语文     689.0
数学     727.0
英语     712.0
总分    2128.0
dtype: float64

2.最小值函数--min()

pandas计算总分最低分：

data['总分'].min()

197.0

3.最大值函数--max()

pandas计算总分最高分：

data['总分'].max()

275.0

4.平均值函数--mean()

pandas计算英语成绩平均分：

data['英语'].mean()

79.11111111111111

5.计数函数--count()

pandas统计共有多少同学：

data['姓名'].count()

9

6.条件函数--IF()

将总分大于270分的判为优秀,小于270分判为良好:

data['等级']=data.总分.apply(lambda x:'优秀' if x >= 270 else '良好')
data

二、4个进阶函数

7.提取文本中的数字--MIDB()函数

在excel中实现如下图：

我们用pandas也可轻松实现：

data['考生num']=data['考生号'].str.extract('(\d{4})')
data

8.计算每名学生的年龄--DATEDIF()函数

excel用实现如下图：

pandas稍微复杂一些:

import datetime as dt
now_year =dt.datetime.today().year #当前的年份
data['出生年月']=pd.to_datetime(data['出生年月'])
data['年龄']=now_year-data.出生年月.dt.year
data

9.条件统计函数--COUNTIF()函数

excel实现如下图：

pandas实现代码如下：

data.apply(lambda x : sum(data['性别']=='女'),axis =0)

考生号      3
姓名       3
性别       3
出生年月     3
语文       3
数学       3
英语       3
总分       3
等级       3
考生num    3
年龄       3
dtype: int64

10.vlookup函数

花名册表格如下：

data1 = pd.read_csv('花名册.csv',encoding='gbk')
data1

成绩单表格如下:

data2 = pd.read_csv('成绩单.csv',encoding='gbk')
data2

合并后的表格：

data3 = pd.merge(data1,data2[['考生号','语文','数学','英语']],how = 'left',on = '考生号')
data3