python计算每个员工的平均

使用Python计算员工平均绩效的方法

可以使用Python的pandas库读取员工绩效数据，通过groupby方法对员工进行分组，然后调用mean函数计算每个员工的平均绩效。例如：

import pandas as pd

data = {'员工': ['张三', '李四', '张三', '王五', '李四'], '绩效': [80, 90, 85, 70, 95]}
df = pd.DataFrame(data)

average = df.groupby('员工')['绩效'].mean()
print(average)

用Python处理缺失数据进行平均值计算

可以使用pandas库中的fillna方法填充缺失值，或者在计算平均值时选择跳过缺失值。例如，可以使用df['绩效'].fillna(df['绩效'].mean())来用列的均值填充缺失绩效值，或者直接调用mean函数时设置skipna=True，默认即可忽略缺失数据。这样保证了平均绩效计算更准确。

Python实现按时间段分组计算员工平均绩效

可以在数据中加入时间字段后，使用pandas的groupby对员工和时间字段双重分组，然后计算每组的平均绩效。示例代码如下：

import pandas as pd

data = {'员工': ['张三', '张三', '李四', '李四'], '月份': ['2023-01', '2023-02', '2023-01', '2023-02'], '绩效': [80, 85, 90, 95]}
df = pd.DataFrame(data)

average = df.groupby(['员工', '月份'])['绩效'].mean()
print(average)