Python 实现 Excel 连续数据分组求平均值

🧮 Python 实现 Excel 连续数据分组求平均值

本文将介绍如何用 Python + pandas 自动计算每组的平均值，并将结果写回 Excel 文件，适用于实验数据、财务分段统计、能源数据等场景。

---

📊 一、问题

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

---

🧩 二、核心思路

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

---

⚙️ 三、完整 Python 代码

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 += 1else: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)

---

📁 四、运行效果

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。

---

🧠 五、扩展思路

• 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。

---

🚀 六、小结

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。

---

🧭 关键词： Python Excel 分组平均值 ｜ pandas 分组统计 ｜ Excel 自动计算