公众号：尤而小屋
作者：Peter
编辑：Peter

写过很多Pandas的文章，主要讲解了常用的操作和函数的用法。今天自制了一份水果订单和销售的数据（模拟数据，仅供学习），主要是用来加深理解下如何灵活且快速使用Pandas来完成我们的需求。

Pandas文章

推荐几篇文章：

30个Pandas高频使用技巧

图解Pandas的轴旋转函数：stack和unstack

图解Pandas的groupby机制

创建DataFrame：10种方式任你选

数据讲解

1、模拟的第一份数据有5个字段：订单号、下单人、商品、价格、数量

• 订单号：每个订单的订单号，一个订单号中存在一个或者多个商品

• 下单人：一个人可能下1个或者多个订单，比如张三只下了一个订单，李四下了多个订单

• 商品：同一个商品可能在多个订单中出现

• 价格：每个订单中每个商品的价格，不同的订单中，同一个商品的价格都可能是不同的，比如SOD订单中苹果是10，但是在DFH订单中却是9.8

• 数量：每个订单中每个商品的销售数量

2、模拟的第二份数据中就两个字段：商品和产地

同时我们可以看到：这两份数据是存在不同的sheet中的，存储成为xlslx文件，并且没有任何的缺失值数据。

需求1：不同的方式读取数据

存在同一个Excel中的不同sheet中，我们采取不同的方式来读取：

方式1：同时指定文件和sheet的名称

import pandas as pd  # 先导入包

方式2：指定文件名和sheet的索引号，索引从0开始

需求2：两份数据的合并

可以看到两个sheet中的数据是通过“商品”这个字段进行关联的，我们使用pandas中的merge函数，并且保留第一份（左边left）表格中的全部信息。

merge函数是一个非常重要的函数，可以灵活地处理Pandas中的数据合并问题。

接下来的各种需求都是针对上面合并的数据进行处理的

需求3：订单量、客户量、商品量

订单量：这份数据总共下了多少个订单

unique：中文是独特的意思，就是订单号这个字段有多个独特、唯一的信息。总共是7个订单

同样的道理：可以得到多少个下单用户、销售了多少种商品？

需求4：每个用户的下单量

就是求每个用户下了多少个订单：使用groupby进行分组统计每个下单人的订单量。

• 先使用groupby函数进行分组

• 再使用聚合函数nunique，统计每个“订单号”的个数（去重统计）

• 最后再索引重置下

看到李四下了3张订单，是最多的

需求5：每个用户的总消费金额

1、先增加一列：总额

2、两种不同方式的分组再聚合

需求6：不同产地的订单量、销量、销售总额

需求7：每个订单中价格最高的商品

找出每个订单中价格最高的商品，比如：SOD订单中价格最高的就是葡萄

方式1：第一种实现的方式如下：

• 先整体通过降序排列

• 再根据订单号来分组，取出第一条first数据即可

方式2：实现方式如下

1、先实现每个订单号根据价格降序排列

方式2：多个函数的混合使用，可分开运行查看每步骤的结果

df.groupby("订单号").apply(lambda x: x.sort_values("价格",ascending=False)).reset_index(drop=True).groupby("订单号").first().reset_index()

方式3：分组的时候使用groupby_keys参数

需求8：每个订单中价格最高的前2位

取出每个订单中价格最高的前2位，若只有一位取出一位即可。

上面是取出分组后最高的数据，即第一条first。在这个需求中我们使用head函数，可以取出任意的n条数据：Top-N

需求9：每个商品的笔单价（保留2位小数）

我们来拆解题意：

• 每个商品：确定了分组的元素是groupby="商品"

• 笔单价：先求每个商品的总销售额，在求每个商品的订单数，最后相除

如何对上面的商品笔单价保留两位小数呢？两种方法来实现：

往期精彩回顾适合初学者入门人工智能的路线及资料下载机器学习及深度学习笔记等资料打印机器学习在线手册深度学习笔记专辑《统计学习方法》的代码复现专辑
AI基础下载黄海广老师《机器学习课程》视频课黄海广老师《机器学习课程》711页完整版课件

本站qq群851320808，加入微信群请扫码：