[python]统计excel表格某列中每项出现的次数并画柱状图

一.需求：

需要统计该列中每个院系的总数并画成柱状图

有三个这样的表格，需要统计这三个表格所有的每个院系的数量

二.步骤：

1.读xls文件

xls_file17 = xl.open_workbook("文件路径.xls")

2.获取该数据列

xls_sheet1 = []#定义一个列表
xls_sheet1.append(xls_file17.sheets()[0].col_values(1))  # 取第一个表格，取院系那一列

3.删掉无用数据

删掉前面没有有用数据的几行（空行和"学院"行），第一个单元格删三次相当于删掉了前三行

for i in range(3):
    del xls_sheet1[0][0]  # 删掉前3行

三个表格一起做，代码为：

# 2017年
xls_file17 = xl.open_workbook("I:/hxy/2017名单.xls")
xls_sheet1 = []
table_names17 = xls_file17.sheet_names()
xls_sheet1.append(xls_file17.sheets()[0].col_values(1))  # 取院系那一列
for i in range(3):
    del xls_sheet1[0][0]  # 删掉前3行
# 2018年
xls_file18 = xl.open_workbook("I:/hxy/2018年名单.xls")
xls_sheet2 = []
xls_sheet2.append(xls_file18.sheets()[0].col_values(1))  # 取院系那一列
# print(xls_sheet2)
for i in range(3):
    del xls_sheet2[0][0]  # 删掉前3行
# 2019年
xls_file19 = xl.open_workbook("I:/hxy/2019年名单.xls")
xls_sheet3 = []
xls_sheet3.append(xls_file19.sheets()[0].col_values(1))  # 取院系那一列
for i in range(3):
    del xls_sheet3[0][0]  # 删掉前3行

4.拼接三个表格

xls_sheet1.extend(xls_sheet2)
xls_sheet1.extend(xls_sheet3)

5.统计

arr = np.array(xls_sheet1) # 转换成array
key = np.unique(xls_sheet1)  # x轴，得到的也是array对象
result = {}  
for k in key:
    mask = (arr == k)
    arr_new = arr[mask]
    v = arr_new.size
    result[k] = v
#result是类似于这样的字典：{外语学院：15，文学院：23.....}
x = list(result.key()) # 取院系的那一列
y = list(result.values()) # 取数字的那一列

5.画图

plt.bar(x, y, align='center') # 画图，设置x，y轴的数据
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
for x, y in zip(x, y):
    plt.text(x, y+0.05, '%.0f'%y, ha='center', va='bottom')
plt.xticks(rotation =90)# rotation设置x轴标签的旋转度数
plt.show()

结果图：

解释：
result是个字典，里面有key的一列和values的一列，key是院系，作为x周哦，values是统计好的数字，作为y轴

for x, y in zip(x, y):
    plt.text(x, y+0.05, '%.0f'%y, ha='center', va='bottom')

这是用来在柱状图上面显示数值的
参数的意义：

x代表代表了不同柱子在图形中的位置（坐标），通过for循环找到每一个x、y值的相应坐标，再使用plt.text在对应位置添文字说明来生成相应的数字标签，而for循环也保证了每一个柱子都有标签。x,
y+0.05表示在每一柱子对应x值、y值上方0.05处标注文字说明，’%.0f’ %
y,代表标注的文字，即每个柱子对应的y值，其中0表示不显示小数后面的数值，1就表示显示小数后面一位，以此类推； ha=‘center’,
va= 'bottom’代表对齐的方式
条形图、折线图也是如此设置，饼图则在pie命令中有数据标签的对应参数。对于累积柱状图、双轴柱状图则需要用两个for循环，同时通过x与y的不同加减来设置数据标签位置。
该解释来自于：https://www.cnblogs.com/charliedaifu/p/9964095.html

plt.xticks(rotation =90)

#设置坐标轴的标签，rotation设置x轴标签的旋转度数（不旋转的话不够宽，显示不下）

6.想把坐标轴的文字变成竖排

好像python做不到，我是通过转成表格再用excel画图的

6.1代码：

pf = pd.DataFrame(list(result.keys()), columns=['院系'])# 第一列
pf = pd.concat([pf,pd.DataFrame(list(result.values()), columns=['计数'])], axis=1) #第二列拼接
'''
#也可以用这个转换
pf=pd.DataFrame(list(result.items()), columns=['院系', '计数'])
'''
file_path = pd.ExcelWriter('I:/hxy/result.xlsx') 
pf.to_excel(file_path, encoding='utf-8', index=False)# 输出为表格
file_path.save()# 保存表格

6.2excel中的操作：

1.选择A2：B35这两列有效的

2.插入柱状图

3.改变坐标轴文字方向

得到表格后选择坐标轴–>更多选项

选择文本选项–>文本框–>文字方向–>竖排

4.在柱子上面显示数字

在数据标签那里打勾

三.参考资料：

3.1关于设置坐标轴文本标签排列方式

https://blog.csdn.net/oh5w6hinug43jvrhhb/article/details/90152959

3.2关于字典，列表和数据表的转换：

1.将列表变成DataFrame形式，使用pd.concat进行合并

https://blog.csdn.net/u013385362/article/details/78444518

内容：

2.将多个列表转换成字典再转换成dataframe

https://blog.csdn.net/tanlangqie/article/details/80874866

from pandas.core.frame import DataFrame
a=[1,2,3,4]#列表a
b=[5,6,7,8]#列表b
c={"a" : a,
   "b" : b}#将列表a，b转换成字典
data=DataFrame(c)#将字典转换成为数据框
print(data)

这里的a，b都被当成列了
可以子列表先当成行，再转置

from pandas.core.frame import DataFrame
a=[[1,2,3,4],[5,6,7,8]]#包含两个不同的子列表[1,2,3,4]和[5,6,7,8]
data=DataFrame(a)#这时候是以行为标准写入的
print(data)

结果：

   0  1  2  3
0  1  2  3  4
1  5  6  7  8

转置：

data=data.T#转置之后得到想要的结果
data.rename(columns={0:'a',1:'b'},inplace=True)#注意这里0和1都不是字符串
print(data)

结果：

   a  b 

0  1  5 

1  2  6 

2  3  7 

3  4  8

3.用pd的方法直接将字典列表转换为DataFrame

https://www.cnblogs.com/zhengxt-520/p/11446121.html

4.由于只有一个key和一个value的字典转成excel表格会出错，下面是解决办法

https://blog.csdn.net/htbeker/article/details/85053308

5.列表转字典

https://blog.csdn.net/loner_fang/article/details/80940600

3.3关于统计个数

https://blog.csdn.net/qq_42467563/article/details/86182266

https://blog.csdn.net/sunshine__0411/article/details/80792970