这份Pandas练习题,必须成功拿下

公众号:尤而小屋
作者:Peter
编辑:Peter

大家好,我是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

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
复制代码

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

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()
复制代码

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:

猜你喜欢

转载自juejin.im/post/7018038005872984100

相关文章