Python统计Excel数据：部门人数与平均工资实战教程

想必你经常需要处理Excel表格数据，比如统计各部门员工人数、计算平均工资等等。其实，使用Python可以轻松搞定这些任务！

本文将带你使用强大的Pandas库，一步步实现从Excel读取数据到进行统计分析的全过程。不仅如此，我们还将代码中容易混淆的双引号替换成了单引号，让你的代码更加清晰易懂。

Python代码示例

以下是使用Python统计Excel文档数据的代码示例：

import pandas as pd 

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

# 统计每个部门的员工数量 
dept_counts = df['部门'].value_counts() 

# 统计每个部门的平均工资 
dept_salary = df.groupby('部门')['工资'].mean() 

# 输出结果 
print('每个部门的员工数量：') 
print(dept_counts) 

print('每个部门的平均工资：') 
print(dept_salary)

代码解读

导入Pandas库: 首先，我们需要导入Pandas库，它提供了丰富的数据处理和分析功能。
读取Excel文件: 使用 pd.read_excel() 函数读取名为 'data.xlsx' 的Excel文件，并将数据存储在名为 df 的DataFrame中。
统计部门人数: 使用 value_counts() 函数统计 '部门' 列中每个唯一值的出现次数，即部门人数。
计算平均工资: 使用 groupby('部门') 函数将数据按照 '部门' 列进行分组，然后使用 mean() 函数计算每个部门的 '工资' 列的平均值。
输出结果: 使用 print() 函数将统计结果清晰地打印出来。

通过学习本示例，你已经掌握了使用Python Pandas库从Excel读取数据并进行统计分析的基本方法。赶快尝试一下，用Python轻松处理你的Excel数据吧！