文章目录
- 1：查看单日交易额最小的3天的交易数据，并查看这3天是周几
- 1.1：导入模块
- 1.2：数据处理
- 1.3：输出结果
- 完整代码
- 2：把所有员工的工号前面增加一位数字，增加的数字和原工号最后一位相同，把修改后的数据写入新的文件“超市营业额2_修改工号.xlsx”
- 2.1：导入模块
- 2.2：数据处理
- 完整代码
- 3：把每个员工的交易额数据写入文件“各员工数据.xlsx”，每个员工的数据占一个 worksheet，结构和“超市营业额2.xlsx”一样，并以员工姓名作为worksheet 的标题
- 3.1：导入模块
- 3.2：数据处理
- 完整代码
- 4：利用Pandas绘制折线图展示一个月内各柜台营业额每天的变化趋势
- 4.1：导入模块
- 4.2：数据处理
- 完整代码
- 5：利用Pandas绘制饼状图展示该月各柜台营业额在交易总额中的占比
- 5.1：导入模块
- 5.2：数据处理
- 完整代码
- 6：绘制柱状图展示张三在不同柜台的交易总额
- 6.1：导入模块
- 6.2：数据处理
- 完整代码
数据：链接：https://pan.baidu.com/s/155xelD0h2OmgOBiXFcmnuw?pwd=kbkp
提取码：kbkp
1：查看单日交易额最小的3天的交易数据，并查看这3天是周几
1.1：导入模块
import pandas as pd
1.2：数据处理
读取表格数据
df = pd.read_excel("超市营业额.xlsx")
根据日期分类汇总，按交易额求和汇总并取最小的前3位和交易额的列名
df1 = df.groupby(by="日期", as_index=False).agg({"交易额": "sum"}).nsmallest(3,['交易额'])
1.3：输出结果
print(pd.to_datetime(df1.日期).dt.day_name())
24 Monday
20 Thursday
9 Sunday
Name: 日期, dtype: object
完整代码
import pandas as pd
df = pd.read_excel("超市营业额.xlsx")
df1 = df.groupby(by="日期", as_index=False).agg({"交易额": "sum"}).nsmallest(3,['交易额'])
print(pd.to_datetime(df1.日期).dt.day_name())
2：把所有员工的工号前面增加一位数字，增加的数字和原工号最后一位相同，把修改后的数据写入新的文件“超市营业额2_修改工号.xlsx”
2.1：导入模块
import pandas as pd
2.2：数据处理
读取表格数据
df = pd.read_excel("超市营业额.xlsx")
把所有员工的工号前面增加一位数字
df['工号']=df['工号'].map(lambda s: str(s)[-1] + str(s))
把修改后的数据写入新的文件“超市营业额2_修改工号.xlsx”
df1 = pd.read_excel("超市营业额2_修改工号.xlsx")
查看是否写入
df1 = pd.read_excel("超市营业额2_修改工号.xlsx")
print(df1)
工号 姓名 日期 时段 交易额 柜台
0 11001 张三 2019-03-01 9：00-14：00 1664.0 化妆品
1 21002 李四 2019-03-01 14：00-21：00 954.0 化妆品
2 31003 王五 2019-03-01 9：00-14：00 1407.0 食品
3 41004 赵六 2019-03-01 14：00-21：00 1320.0 食品
4 51005 周七 2019-03-01 9：00-14：00 994.0 日用品
.. ... .. ... ... ... ...
244 21002 李四 2019-03-31 14：00-21：00 859.0 蔬菜水果
245 41004 赵六 2019-03-31 9：00-14：00 1668.0 日用品
246 41004 赵六 2019-03-31 14：00-21：00 1722.0 日用品
247 31003 王五 2019-03-31 9：00-14：00 1274.0 食品
248 61006 钱八 2019-03-31 14：00-21：00 812.0 食品
完整代码
import pandas as pd
df = pd.read_excel("超市营业额.xlsx")
df['工号']=df['工号'].map(lambda s: str(s)[-1] + str(s))
df.to_excel('超市营业额2_修改工号.xlsx',index = False)
df1 = pd.read_excel("超市营业额2_修改工号.xlsx")
print(df1)
3：把每个员工的交易额数据写入文件“各员工数据.xlsx”，每个员工的数据占一个 worksheet，结构和“超市营业额2.xlsx”一样，并以员工姓名作为worksheet 的标题
3.1：导入模块
import pandas as pd
3.2：数据处理
读取表格数据
df = pd.read_excel("超市营业额.xlsx")
设置输出格式
writer = pd.ExcelWriter('各员工数据.xlsx')
读取姓名并去重
names = set(df['姓名'])
每个员工的数据占一个 worksheet，并以员工姓名作为worksheet 的标题
for name in names:
df1 = df[df.姓名 == name]
df1.to_excel(writer, sheet_name = name, index = False)
writer.save()
完整代码
import pandas as pd
df = pd.read_excel("超市营业额.xlsx")
writer = pd.ExcelWriter('各员工数据.xlsx')
names = set(df['姓名'])
for name in names:
df1 = df[df.姓名 == name]
df1.to_excel(writer, sheet_name = name, index = False)
writer.save()
4：利用Pandas绘制折线图展示一个月内各柜台营业额每天的变化趋势
4.1：导入模块
import pandas as pd
import matplotlib.pyplot as plot
import matplotlib.font_manager as fm
4.2：数据处理
读取表格数据并筛选列名为’日期’, ‘柜台’, ‘交易额’，的列
df = pd.read_excel('超市营业额.xlsx',usecols=['日期', '柜台', '交易额'])
根据日期和柜台分类汇总，对交易额进行求和
df = df.groupby(by = ['日期','柜台'], as_index = False).agg({"交易额": "sum"})
以日期横轴，柜台为纵轴，交易额为变化曲线画图
df = df.pivot(index = '日期', columns = '柜台', values = '交易额')
df.plot()
完整代码
import pandas as pd
import matplotlib.pyplot as plot
import matplotlib.font_manager as fm
df = pd.read_excel('超市营业额.xlsx',usecols=['日期', '柜台', '交易额'])
df = df.groupby(by = ['日期','柜台'], as_index = False).agg({"交易额": "sum"})
df = df.pivot(index = '日期', columns = '柜台', values = '交易额')
df.plot()
5：利用Pandas绘制饼状图展示该月各柜台营业额在交易总额中的占比
5.1：导入模块
import pandas as pd
import matplotlib.pyplot as plot
import matplotlib.font_manager as fm
5.2：数据处理
设置使用中文字体（font）为黑体（SimHei）
pt.rcParams['font.sans-serif'] = ['simhei']
读取表格数据并筛选列名为 ‘柜台’, ‘交易额’，的列
df = pd.read_excel('超市营业额.xlsx',usecols=['柜台', '交易额'])
根据柜台分类汇总，对交易额进行求和
df = df.groupby(by = ['柜台'], as_index = False).agg({"交易额": "sum"})
展示该月各柜台营业额在交易总额中的占比
df = df.plot(x = '柜台', y = '交易额', kind = 'pie', labels = df.柜台.values)
pt.legend()
pt.show()
完整代码
import pandas as pd
import matplotlib.pyplot as pt
import matplotlib.font_manager as fm
pt.rcParams['font.sans-serif'] = ['simhei']
df = pd.read_excel('超市营业额.xlsx',usecols=['柜台', '交易额'])
df = df.groupby(by = ['柜台'], as_index = False).agg({"交易额": "sum"})
df = df.plot(x = '柜台', y = '交易额', kind = 'pie', labels = df.柜台.values)
pt.legend()
pt.show()
6：绘制柱状图展示张三在不同柜台的交易总额
6.1：导入模块
import pandas as pd
import matplotlib.pyplot as pt
import matplotlib.font_manager as fm
6.2：数据处理
设置使用中文字体（font）为黑体（SimHei）
pt.rcParams['font.sans-serif'] = ['simhei']
读取表格数据并筛选列名为’姓名’, ‘柜台’, ‘交易额’，的列
df = pd.read_excel('超市营业额.xlsx',usecols=['姓名','柜台', '交易额'])
筛选姓名为张三的信息
df = df[df.姓名 == '张三']
根据柜台分类汇总，对交易额进行求和
df = df.groupby(by = ['柜台'], as_index = False).agg({"交易额": "sum"})
绘制柱状图展示张三在不同柜台的交易总额
df = df.plot(x = '柜台', y = '交易额', kind = 'bar')
pt.legend()
pt.show()
完整代码
import pandas as pd
import matplotlib.pyplot as pt
import matplotlib.font_manager as fm
pt.rcParams['font.sans-serif'] = ['simhei']
df = pd.read_excel('超市营业额.xlsx',usecols=['姓名','柜台', '交易额'])
df = df[df.姓名 == '张三']
df = df.groupby(by = ['柜台'], as_index = False).agg({"交易额": "sum"})
df = df.plot(x = '柜台', y = '交易额', kind = 'bar')
pt.legend()
pt.show()
