##############################################

######## python计算excel平均值和标准差 #######

##############################################

‘‘‘:数据源格式

编号时间仪器1仪器2仪器3仪器4仪器5仪器6仪器7仪器8仪器9仪器10分组均值标准差

FKQXK-r-02-0120200702100101102103104144106107108201A组

FKQXK-r-02-0220200702100105102103104105106107108202A组

FKQXK-r-02-0320200702100101111151104105117107108203A组

‘‘‘

引入库

import xlwings as xw

import xlrd

import math

wb = xw.Book(‘伽玛数据处理.xls‘) #这样的话就不会频繁打开新的Excel

引用Excel工作表，单元格

引用工作表

sht = wb.sheets[0] #sht = wb.sheets[第一个sheet名]====伽玛原始记录

引用单元格

rng = sht.range(‘a1‘) #rng = sht[‘a1‘] #rng = sht[0,0] 第一行的第一列即a1,相当于pandas的切片

定义函数

def mean(list): #定义平均值函数

sum=0

j=len(list)

for i in list:

sum = sum+ int(i)

return sum/j

def StdEv(list): #计算标准差函数，参数是列表和平均值

sum = 0.0

n = len(list) #计算列表长度

for i in list:

sum = sum + int(i)

list_aver=sum / n #先计算平均值

sum1 = 0.0

for j in range(n):

sum1 += (list[j] - list_aver) ** 2 #差的平方

res = math.sqrt(sum1/n) #求开方后就是标准差

return res

pass

上面定义函数

引用区域

rng = sht.range(‘c2:l2‘)

rng = sht[‘c‘]

n2=sht[‘n2‘]

list= sht.range(‘c2:l2‘).value

print(list)

print(mean(list))

sht.range(‘n2‘).value = mean(sht.range(‘c2:l2‘).value)

rng = sht.range(‘a2‘).expand(‘table‘)

nrows = rng.rows.count #获取总行数，不含标题

for i in range(2,nrows+2): #nrows+2是因为总行数不含标题，且最后一个不循环

sht.range(‘n{}‘.format(i)).value = mean(sht.range(‘c{}:l{}‘.format(i,i)).value) #计算均值列

sht.range(‘o{}‘.format(i)).value = StdEv(sht.range(‘c{}:l{}‘.format(i,i)).value) #计算标准差列

保存工作簿

wb.save(‘伽玛数据处理_RESULT.xls‘)

退出工作簿(可省略)

wb.close()

#######end###############

原文：https://www.cnblogs.com/quezesheng/p/13323761.html

使用python3读取处理excel表的数据内容如何对内容求平均值

先说下概述：

值就是集合平均数。

(a1 a2 ……an)/n为a1，a2，……，an术平均值。

简单算均数。有这么一组数字10、20、30、40、50

那么它们的算术平均值是(10 20 30 40 50)/5=30

所以：

平均值=算术平均值

你还求什么？不用了呀！

如果在excel中求平均值可以用=average(e11:e15)

用python读取excel，怎样显示要查找的数据？

还是CSV格式的好处理一些，EXCEL的要装插件，以CSV为例，给一码

sqlserver

char

对c#

import

linecache

o=open('d:\\test\\14.csv')#文件路径

o.seek(0)

r=o.readlines()

s1=str(input('输定位的信息:'))

a=0

...展开感觉还是CSV格式的好处理一些，EXCEL的插件，以CSV为例，给一段代码

sqlserver

char

对应c#

import

linecache

o=open('d:\\test\\14.csv')#文件路径

o.seek(0)

r=o.readlines()

s1=str(input('输入要定位的信息:'))

a=0

count=0

for

i

in

r:

#按和值组合查找

if

i.find(s1)>=0:

print

r[a-1]#显示上一行

print

i#显示定位行

print

r[a 1]#显示下一行

a =1

print

'Total:%d'%count

例：

在以下数据中，查找含有T的行，并显示上一行(n行)

or

下一行(n行)

。

1，2，3，4

W,R,GFR,T

12,,F,34,G收起

python：提取txt文件中特定内容后的数据到excel

首先，你的TXT文件格式是否清晰，如果是类似表格的话，假如IPC在每行第三个位置，你可以按行读取，然后split剪切，得到IPC数据

最好把TXT贴上来比较好

python怎么从excel中读取数据？

VLOOKUP是一个查找函数，给定一个查找的目标，它从指定的查找区域中查回想要查找值。它的基本语法为：

VLOOKUP(查找目标，查找范围，返回值的列数，精确OR模糊查找)

下面以一个实例来介绍一下这四个参数的使用

例1：如下图所示，要求根据表二中的姓名，查找姓名所对应的年龄。

公式：B13 =VLOOKUP(A13,$B$2:$D$8,3,0)

参数说明：

1 查找目标：就是你指定的查找的内容或单元格引用。本例中表二A列的姓名就是查找目标。我们要根据表二的“姓名”在表一中A列进行查找。

公式：B13 =VLOOKUP(A13,$B$2:$D$8,3,0)

2 查找范围(VLOOKUP(A13,$B$2:$D$8,3,0) )：指定了查找目标，如果没有说从哪里查找，EXCEL肯定会很为难。所以下一步我们就要指定从哪个范围中进行查找。VLOOKUP的这第二个参数可以从一个单元格区域中查找，也可以从一个常量数组或内存数组中查找。本例中要从表一中进行查找，那么范围我们要怎么指定呢？这里也是极易出错的地方。大家一定要注意，给定的第二个参数查找范围要符合以下条件才不会出错：

A 查找目标一定要在该区域的第一列。本例中查找表二的姓名，那么姓名所对应的表一的姓名列，那么表一的姓名列(列)一定要是查找区域的第一列。象本例中，给定的区域要从第二列开始，即$B$2:$D$8，而不能是$A$2:$D$8。因为查找的“姓名”不在$A$2:$D$8区域的第一列。

B 该区域中一定要包含要返回值所在的列，本例中要返回的值是年龄。年龄列(表一的D列)一定要包括在这个范围内，即：$B$2:$D$8，如果写成$B$2:$C$8就是错的。

3 返回值的列数(B13 =VLOOKUP(A13,$B$2:$D$8,3,0))。这是VLOOKUP第3个参数。它是一个整数值。它怎么得来的呢。它是“返回值”在第二个参数给定的区域中的列数。本例中我们要返回的是“年龄”，它是第二个参数查找范围$B$2:$D$8的第3列。这里一定要注意，列数不是在工作表中的列数(不是第4列)，而是在查找范围区域的第几列。如果本例中要是查找姓名所对应的性别，第3个参数的值应该设置为多少呢。答案是2。因为性别在$B$2:$D$8的第2列中。

4 精确OR模糊查找(VLOOKUP(A13,$B$2:$D$8,3,0) )，最后一个参数是决定函数精确和模糊查找的关键。精确即完全一样，模糊即包含的意思。第4个参数如果指定值是0或FALSE就表示精确查找，而值为1 或TRUE时则表示模糊。这里兰色提醒大家切记切记，在使用VLOOKUP时千万不要把这个参数给漏掉了，如果缺少这个参数默为值为模糊查找，我们就无法精确查找到结果了。

1、接下来，我们的任务是通过利用VLOOKUP函数来实现查找同学C的成绩。为此在单元格中输入“=VLOOKUP”，此时就会发现VLOOKUP包括三个参数和一个可选参数。

其中“lookup_value”是指要查找的值。

参数“table_array”是指搜索的区域，在此在除标题之后的整个数据区域。

第三个参数“col_index_num”是指整个函数返回单元格所在的列号。

2、最后以右括号结尾，并按回车键，就出现想要的结果啦。

python 如何读取excel文件 将每一行存为数组

from xlrd import open_workbook

wb=open_workbook(r'd:/222.xlsx')

tb=wb.sheets()[0]

data=[]

for r in range(tb.nrows):

val=[]

for c in range(tb.ncols):

val.append(tb.cell_value(r,c))

data.append(tuple(val))

print(data)