python如何应用于数据的基础统计分析

使用实例：分别统计Excel中蛋白质和固形物数据

1、建立根据任务要求分别统计蛋白质和固形物的自定义函数（方法）

def prod_describe(data, classify, category, remove_col):
    desc = data.groupby([classify])[category].describe()
    desc.drop(columns=remove_col, axis=1, inplace=True)
    
    # Range(极差) = max - min
    desc["极差"] = desc["max"] - desc["min"]
    # 更新统计数据的列名称（英文--》中文）
    desc = desc.rename(columns={"count": "样品数量",
                               "mean": "平均值",
                               "std": "标准偏差",
                               "min": "最小值",
                               "max": "值"})
    
    desc = desc.sort_values(by=["样品数量"], axis=0, ascending=False)
    return desc
# 由于报告不需要分位数的统计量，故删除这些字段[25%, 50%, 70%]
remove_col = ["25%", "50%", "75%"]

2、关键参数的赋值

classify = "产品"
category1 = "蛋白质"
category2 = "固形物"
data = data_prep.copy()

3、实现根据产品名称分别对蛋白质和固形物进行统计

category1_desc = prod_describe(data, classify, category1, remove_col)
category2_desc = prod_describe(data, classify, category2, remove_col)

4、将两种统计结果汇总在一起，写入Excel文件中并保存

category2])
file = "d:/test/Summary/Data_Statistics.xlsx"
result.to_excel(file, sheet_name="Statistics")
print("已经全部完成，请检查！")