Day13:数据“分堆儿”!用Python一键统计每个班、每个部门的平均分

还在手动筛选班级→复制→粘贴→算平均？Python让你一行代码搞定所有分组统计！

一、先看这个真实场景

李教研每次期中考试后都要干这些事：

1. 全校20个班级的成绩表
2. 要算每个班的语文平均分、数学最高分、英语及格率
3. 还要按年级汇总、按性别对比

以前她得：

1. 筛选出“三(1)班”→复制到新表→算平均分→记下来 ✓
2. 筛选出“三(2)班”→复制到新表→算平均分→记下来 ✓
3. 筛选出“三(3)班”→复制到新表→算平均分→记下来 ✓ 
4. .……

20个班就要重复20次！！！

二、Python的“分堆”魔法

今天教你1行代码，完成20个班的统计：

import pandas as pd# 假设你有全校成绩表成绩表 = pd.read_excel('全校期中成绩.xlsx')# 魔法开始！按班级分组，计算语文平均分各班语文平均 = 成绩表.groupby('班级')['语文'].mean()print("✅ 一键搞定20个班的语文平均分：")print(各班语文平均)

看懂了吗？

• .groupby('班级')：告诉Python“按班级把数据分成一堆一堆的”
• ['语文']：从每堆里拿出“语文”这一列
• .mean()：对拿出来的每一堆语文分数算平均值

整个过程：分堆→取列→计算 → 一行代码！

三、分解“魔法”：每步在干什么？

3.1 先建一个测试数据

import pandas as pd成绩表 = pd.DataFrame({'姓名': ['小明', '小红', '小刚', '小丽', '小华', '小强'],'班级': ['三(1)', '三(1)', '三(2)', '三(2)', '三(3)', '三(3)'],'语文': [85, 92, 78, 90, 88, 95],'数学': [92, 88, 85, 95, 90, 82],'英语': [88, 85, 80, 92, 87, 90]})print("📋 原始成绩表：")print(成绩表)

3.2 第一步：分堆（groupby）

分组对象 = 成绩表.groupby('班级')

这时候 Python 并没有计算任何东西，只是把数据按班级分成3堆：

• 堆1：三(1)班 → 小明、小红
• 堆2：三(2)班 → 小刚、小丽
• 堆3：三(3)班 → 小华、小强

3.3 第二步：从每堆取列 + 计算

# 每堆的语文平均分各班语文平均 = 分组对象['语文'].mean()print("📊 各班语文平均分：")print(各班语文平均)# 每堆的数学最高分各班数学最高 = 分组对象['数学'].max()print("\n📈 各班数学最高分：")print(各班数学最高)# 每堆的英语最低分各班英语最低 = 分组对象['英语'].min()print("\n📉 各班英语最低分：")print(各班英语最低)

运行结果：

📊 各班语文平均分：班级三(1)    88.5三(2)    84.0三(3)    91.5Name: 语文, dtype: float64

发现了没？

• 输出的索引自动变成了班级名
• 不需要你手动去写循环
• 不管有多少个班，代码都是这一行

四、常用分组统计：一次算出多个指标

# 按班级分组，同时算出语文的平均分、最高分、最低分、人数班级语文统计 = 成绩表.groupby('班级')['语文'].agg(['mean', 'max', 'min', 'count'])print("📋 各班语文详细统计：")print(班级语文统计)

运行结果：

mean  max  min  count班级                        三(1)   88.5   92   85      2三(2)   84.0   90   78      2三(3)   91.5   95   88      2

• .agg(['mean', 'max', 'min', 'count'])
• 一次性计算：平均值、最大值、最小值、计数
• 想加什么统计指标都可以，列在列表里就行

五、对多列分别做不同统计

# 对语文算平均分，对数学算最高分，对英语算最低分各科统计 = 成绩表.groupby('班级').agg({'语文': 'mean','数学': 'max','英语': 'min'})print("📊 各班级不同科目统计：")print(各科统计)

运行结果：

班级   语文   数学  英语       三(1)  88.5   92   85三(2)  84.0   95   80三(3)  91.5   90   90

关键点：

• 用字典指定每一列要做什么计算
• 列名：计算函数

六、分组后保留原始列（transform）

有时候你想在原表里新增一列，比如“每个学生所在班级的语文平均分”，用来和自己成绩比较：

# 计算每个学生所在班级的语文平均分，并添加到原表成绩表['班级语文平均'] = 成绩表.groupby('班级')['语文'].transform('mean')print("📋 新增“班级平均分”列：")print(成绩表[['姓名', '班级', '语文', '班级语文平均']])

运行结果：

  姓名   班级  语文  班级语文平均0  小明  三(1)  85       88.51  小红  三(1)  92       88.52  小刚  三(2)  78       84.03  小丽  三(2)  90       84.04  小华  三(3)  88       91.55  小强  三(3)  95       91.5

• .transform() 和 .agg() 的区别：
• .agg()：返回分组后的汇总表（每个组一行）
• .transform()：返回和原表行数一样的结果，自动对齐

七、办公实战1：按班级统计总分和排名

# 先算每个人的总分成绩表['总分'] = 成绩表['语文'] + 成绩表['数学'] + 成绩表['英语']# 按班级分组，计算每班总分平均、最高、最低班级总分统计 = 成绩表.groupby('班级')['总分'].agg(['mean', 'max', 'min'])print("🏆 各班总分统计：")print(班级总分统计)

运行结果：

班级   mean  max  min        三(1)  264.0  265  263三(2)  261.5  277  246三(3)  267.0  267  267  # 小华小强总分一样都是267

八、办公实战2：按年级统计教师工作量

# 模拟教师课时数据教师表 = pd.DataFrame({'姓名': ['张老师', '李老师', '王老师', '赵老师', '刘老师'],'年级': ['一年级', '二年级', '一年级', '二年级', '三年级'],'科目': ['语文', '数学', '数学', '语文', '英语'],'课时': [18, 16, 20, 15, 14]})# 按年级统计平均课时、总课时年级统计 = 教师表.groupby('年级')['课时'].agg(['mean', 'sum', 'count'])年级统计 = 年级统计.rename(columns={'mean': '平均课时', 'sum': '总课时', 'count': '教师人数'})print("👨‍🏫 各年级教师课时统计：")print(年级统计)

运行结果：

年级   平均课时  总课时  教师人数 一年级   19.0    38       2二年级   15.5    31       2三年级   14.0    14       1

九、办公实战3：按月统计销售业绩

# 模拟全年销售数据销售表 = pd.DataFrame({'月份': ['1月', '1月', '2月', '2月', '3月', '3月'],'销售员': ['张三', '李四', '张三', '李四', '张三', '李四'],'销售额': [12000, 15000, 11000, 16000, 13000, 17000]})# 按月统计总销售额、平均销售额月度统计 = 销售表.groupby('月份')['销售额'].agg(['sum', 'mean'])月度统计.columns = ['总销售额', '平均销售额']print("💰 各月销售统计：")print(月度统计)

运行结果：

月份  总销售额  平均销售额     1月    27000   13500.02月    27000   13500.03月    30000   15000.0

十、分组统计常用函数速查

十一、重点总结：今天你学会了什么？

✅ 核心技能

1. .groupby('列名') - 按某列分堆
2. .mean()、.sum()、.max() - 对每堆计算
3. .agg() - 一次算多个指标
4. .transform() - 在原表添加分组计算结果

✅ 办公应用场景

1. 成绩分析：各班平均分、最高分、及格率
2. 人事统计：各部门平均工资、总人数
3. 销售分析：各月销售额、各产品销售排行
4. 教学管理：各年级课时、各科教师数

✅ 效率对比

十二、今日挑战：动手做！

任务1：按性别统计平均分

# 用下面的数据，按性别分组，计算语文、数学、英语的平均分学生 = pd.DataFrame({'姓名': ['张三', '李四', '王五', '赵六', '钱七'],'性别': ['男', '女', '男', '女', '男'],'语文': [78, 92, 85, 88, 90],'数学': [82, 94, 79, 91, 86],'英语': [80, 90, 88, 85, 92]})# 你的代码写在这里：

任务2：统计每个班级的优秀人数（语文≥90）

# 已有成绩表，需要先判断是否优秀，再按班级统计人数成绩表['语文优秀'] = 成绩表['语文'] >= 90# 按班级统计语文优秀人数：

任务3：在原表添加“本班数学平均分”列

# 使用成绩表，为每个学生添加一列，显示他所在班级的数学平均分

十三、明日预告

明天学数据透视表！

• 如何用Python做Excel里的透视表？
• 如何把“长表格”变成“宽表格”？
• 如何快速生成交叉统计报表？

一行代码搞定透视表，比Excel拖拽还快！

回复「Py-Day」获取今日挑战题解答案及相关完整代码。

评论区作业：分享你工作中需要分组统计的场景，或者晒出你的运行截图！👇