import pandas as pd

读取历史数据

df = pd.read_excel('ssq.xls', sheet_name=0, usecols=list(range(2, 9)), skiprows=2) # skiprows改为2，跳过第一行和第二行（表头和空行）

将前6列（红球）存储在新的DataFrame中

red_data = df.iloc[:, :6]

将第7列（蓝球）存储在新的DataFrame中

blue_data = df.iloc[:, 6]

历史数据分析法：计算红球数字的概率权重

red_weights_history = red_data.apply(lambda x: x.value_counts(normalize=True))

统计学分析法：计算红球数字的概率权重

red_weights_statistics = red_data.apply(lambda x: x.value_counts(normalize=True))

趋势分析法：计算红球数字的概率权重

red_weights_trend = red_data.apply(lambda x: x.value_counts(normalize=True))

分组选号法：计算红球数字的概率权重

red_weights_group = red_data.apply(lambda x: x.value_counts(normalize=True))

历史数据分析法：计算蓝球数字的概率权重

blue_weights_history = blue_data.value_counts(normalize=True)

统计学分析法：计算蓝球数字的概率权重

blue_weights_statistics = blue_data.value_counts(normalize=True)

趋势分析法：计算蓝球数字的概率权重

blue_weights_trend = blue_data.value_counts(normalize=True)

分组选号法：计算蓝球数字的概率权重

blue_weights_group = blue_data.value_counts(normalize=True)

将四种分析方法计算的概率权重合并

red_weights = pd.concat([red_weights_history, red_weights_statistics, red_weights_trend, red_weights_group], axis=1).sum(axis=1) blue_weights = blue_weights_history + blue_weights_statistics + blue_weights_trend + blue_weights_group

打印红球数字的概率权重

print('红球数字的概率权重：') print(red_weights)

蓝球的代码保持不变

打印蓝球数字的概率权重

print('蓝球数字的概率权重：') print(blue_weights_history)