在數據的常見分布中，有一種是一對多存儲的數據，即一個是key，其他改key對應的多個value。例如氣象數據等，每天有很多組，又或者是一個球員，他每天得多少分等等。我做這個東西有三種方法，即：常規編程法，數據庫查詢法以及pandas包提供的group方法。第一種方法我自己寫出的代碼比較繁瑣，這里不做介紹。
示例數據如下，統計每天對應的level的均值及方差等。
| Date | level |
| 2014/6/10 | 8.11 |
| 2014/6/10 | 8.02 |
| 2014/6/11 | 8.04 |
| 2014/6/11 | 8.04 |
| 2014/6/11 | 8.13 |
| 2014/6/11 | 8.12 |
| 2014/6/11 | 8.13 |
| 2014/6/12 | 8.02 |
| 2014/6/12 | 8.03 |
| 2014/6/12 | 8.04 |
| 2014/6/12 | 8.05 |
| 2014/6/13 | 7.97 |
| 2014/6/13 | 7.96 |
| 2014/6/13 | 7.97 |
| 2014/6/13 | 7.96 |
| 2014/6/13 | 7.98 |
| 2014/6/13 | 7.95 |
| 2014/6/13 | 7.94 |
| 2014/6/13 | 7.95 |
| 2014/6/13 | 7.97 |
| 2014/6/13 | 7.96 |
| 2014/6/13 | 7.93 |
方法1：
利用SQL查詢語句，將上面的數據存儲到數據庫中（可以用access存儲）的表中（level），然后利用下面的sql語句即可輸出:
SELECT DATE as 'Date',AVG(LEVEL) as 'Mean Level' FROM LEVEL GROUP BY DATE
這樣即可輸入結果。
方法2：Python的pandas包提供一種group格式，即dict(字典格式)，然后利用describe方法輸出統計結果。
pandas是pypi提供的眾多包之一，其中提供了大量的統計方法。一般推薦安裝這個包，可以在命令行管理器中使用:pip install pandas安裝。
代碼：
# -*- coding: utf-8 -*-
"""
Created on Mon Aug 10 21:20:29 2015
@author: zhigang
"""
'''
Stats data by date
'''
import pandas as pd
data = pd.read_excel('waterLevel.xls',sheetname = 'zx')#zx是sheet名字
print(data.head(5))
#print(data.T)
grouped = data.groupby("Date")
print(grouped.describe())
然后輸出結果：
level
Date
2014-06-10 count 2.000000
mean 8.065000
std 0.063640
min 8.020000
25% 8.042500
50% 8.065000
75% 8.087500
max 8.110000
2014-06-11 count 5.000000
mean 8.092000
std 0.047645
min 8.040000
25% 8.040000
50% 8.120000
75% 8.130000
max 8.130000
2014-06-12 count 4.000000
mean 8.035000
std 0.012910
min 8.020000
25% 8.027500
50% 8.035000
75% 8.042500
max 8.050000
2014-06-13 count 11.000000
mean 7.958182
std 0.014709
min 7.930000
25% 7.950000
50% 7.960000
75% 7.970000
max 7.980000
上述的結果可以直接寫入到exlce中，可將上述代碼進行改動如下即可：
description = grouped.describe()
description.to_excel('stats_total.xls',sheet_name = 'stats')
效果：
如果只需要提取mean，那么修改以下代碼，將結果輸出到excel中：
escription = grouped.describe()
index = [i for i in range(1,len(description),8)]
#print(description.iloc[index].name,descrption.iloc[index].level)
description.iloc[index].to_excel('stats.xls',sheet_name = 'stats')
代碼文件見:https://github.com/zgcao/stats.git中的
d2_pandas_stats_waterlevel.py