Python+pandas实现Excel连续数据分组求平均值

目录

• 一、问题
• 二、核心思路
• 三、完整 Python 代码
• 四、运行效果
• 五、扩展思路
• 六、知识扩展
• 七、小结

假设我们有以下 Excel 数据：

数据
10
20
30
（空）
5
15
（空）
100
200
300
400
（空）
50

我们的目标：

• 根据空行划分分组；
• 计算每组的 平均值；
• 将结果插入 Excel 对应的分组末尾行。

期望结果：

分组	平均值
第1组	20
第2组	10
第3组	250
第4组	50

• 使用 pandas 读取 Excel 文件；
• 遍历数据列，用空值 (NaN) 或表格末尾作为分组边界；
• 对每组数字计算平均值；
• 将结果插入新列“平均值”，显示在每个分组的结尾行；
• 输出新的 Excel 文件。

import pandas as pd

# === 1. 读取 Excel 文件 ===
df = pd.read_excel("data.xlsx")
data = df["数据"].tolist()

# === 2. 连续数字分组求平均值 ===
groups = []
current_group = []

for x in data:
    if pd.isna(x):  # 遇到空行，计算当前组平均值
        if current_group:
            avg = sum(current_group) / len(current_group)
            groups.append(avg)
            current_group = []
    else:
        current_group.append(x)

# 处理最后一组（末尾没有空行的情况）
if current_group:
    avg = sum(current_group) / len(current_group)
    groups.append(avg)

# === 3. 将结果插入新列 ===
result_list = []
i = 0
current_group = []

for x in data:
    if pd.isna(x) or x == data[-1]:  # 空行或最后一行
        if i < len(groups):           # 防止越界
            result_list.append(groups[i])
            i += 1
        else:
            result_list.append(None)
    else:
        result_list.append(None)

# 处理最后一行是数字的情况
if len(result_list) < len(data):
    result_list.append(groups[-1])

df["平均值"] = result_list[:len(df)]

# === 4. 写入 Excel 文件 ===
output_file = "data_avg_result.xlsx"
df.to_excel(output_file, index=False)

print("✅ 已生成新文件：", output_file)

运行后生成文件 data_avg_result.xlsx：

数据	平均值
10
20
30	20
（空）	10
5
15	10
（空）	250
100
200
300
400	250
（空）	50
50	50

每个分组的平均值自动填充在分组末尾行，非常直观。

• 通用统计函数：可轻松改造成求和、最大值、最小值、计数等统计功能；
• 批量处理 Excel：利用 os 模块批量处理文件夹内的多个 Excel 表格；
• 数据可视化：将分组平均值绘制柱状图或折线图，直观展示趋势；
• 高亮结果行：结合 openpyxl 或 xlsxwriter 给平均值单元格设置颜色。

用 Python 实现连续数据分组求和并回写

1.思路分析

核心思路如下：

• 使用 pandas 读取 Excel 文件；
• 遍历数据列，用空值（NaN）作为分组边界；
• 每组内求和；
• 在分组结束行插入结果；
• 输出到新 Excel 文件。

2.完整代码实现

import pandas as pd

# === 1. 读取 Excel 文件 ===
# 请把 "data.xlsx" 改成你的文件名（路径也可以）
df = pd.read_excel("data.xlsx")

# 假设数据列名为 “数据”，若你的列名不同，请改成对应名字
data = df["数据"].tolist()

# === 2. 连续数字分组求和 ===
groups = []
group_sum = 0

for x in data:
    if pd.isna(x):  # 遇到空单元格 → 分组结束
        groups.append(group_sum)
        group_sum = 0
    else:
        group_sum += x

# 最后一组
if group_sum != 0 or (len(data) and pd.isna(data[-1])):
    groups.append(group_sum)

# === 3. 将结果保存为新列 ===
# 为保持对应关系，插入空行方便对齐
result_list = []
i = 0
group_sum = 0

for x in data:
    if pd.isna(x):
        result_list.append(groups[i])
        i += 1
    else:
        result_list.append(None)

# 若最后没有空行，也在末尾加上最后一个结果
if len(result_list) < len(data):
    result_list.append(groups[-1])

df["结果"] = result_list[:len(df)]

# === 4. 写入新 Excel 文件 ===
output_file = "data_with_result.xlsx"
df.to_excel(output_file, index=False)

print("✅ 已生成新文件：", output_file)

4.运行效果

执行完代码后，会在当前目录生成一个名为：

data_with_result.xlsx

本文介绍了一种常见且高效的 Excel 自动化方法：使用 pandas 结合空行划分分组，自动计算每组的平均值。

核心思路一句话总结：“以空行为分组边界，按组计算平均值，并写回 Excel。”

这种技巧在实验数据统计、财务报表、能源数据分析等场景中非常实用。

以上就是Python+pandas实现Excel连续数据分组求平均值的详细内容，更多关于Python计算平均值的资料请关注风君子博客其它相关文章！

您可能感兴趣的文章:

• Python实现为Excel中每个单元格计算其在文件中的平均值
• Python读取大量Excel文件并跨文件批量计算平均值的方法
• Python实现读取大量Excel文件并跨文件批量计算平均值
• 在Python中计算移动平均值的方法
• Python 实现输入任意多个数,并计算其平均值的例子
• Python简单计算数组元素平均值的方法示例
• python计算一个序列的平均值的方法