示例python 批量操作excel统计销售榜品牌及销售额

示例统计销售榜品牌及销售额

import pandas as pd
import numpy as np
import os

os.chdir('F:\\50mat\源数据1000张表格')

name = '户外服装&滑雪衣.xlsx'
df = pd.read_excel(name)
df.head()

打印结果

    日期	转化率	访客数	三级类目	客单价 品牌 0 2019-08 0.036466 837 滑雪衣 3887.646034 品牌-5 1 2019-08 0.006110 9951 滑雪衣 1890.920192 品牌-7 2 2019-08 0.008279 11067 滑雪衣 1001.541028 品牌-19 3 2019-08 0.003647 25296 滑雪衣 986.192182 品牌-17 4 2019-08 0.006012 5053 滑雪衣 2818.957816 品牌-14

df['日期'].unique()

打印结果

array(['2019-08', '2019-07', '2019-06', '2019-05', '2019-04', '2019-03', '2019-02', '2019-01', '2018-12', '2018-11', '2018-10', '2018-09'], dtype=object)

一：操作单表

销售额

df['销售额'] = df['访客数'] * df['转化率'] * df['客单价']

df.head()

打印结果


    日期	转化率	访客数	三级类目	客单价 品牌 销售额 0 2019-08 0.036466 837 滑雪衣 3887.646034 品牌-5 118657.898127 1 2019-08 0.006110 9951 滑雪衣 1890.920192 品牌-7 114977.898920 2 2019-08 0.008279 11067 滑雪衣 1001.541028 品牌-19 91761.540049 3 2019-08 0.003647 25296 滑雪衣 986.192182 品牌-17 90969.935091 4 2019-08 0.006012 5053 滑雪衣 2818.957816 品牌-14 85634.834594

二：汇总销售额

# 汇总销售额

df_sum = df.groupby('品牌')['销售额'].sum().reset_index()

df_sum.head()

打印结果

    品牌	销售额
0	品牌-1 5.479539e+06 1 品牌-10 2.913271e+06 2 品牌-11 2.298716e+06 3 品牌-12 2.821199e+06 4 品牌-13 3.256508e+06

添加行业标签

# 添加行业标签
df_sum['行业'] = name.replace('.xlsx','')

df_sum.head()

打印结果

    品牌	销售额	行业
0	品牌-1 5.479539e+06 户外服装&滑雪衣 1 品牌-10 2.913271e+06 户外服装&滑雪衣 2 品牌-11 2.298716e+06 户外服装&滑雪衣 3 品牌-12 2.821199e+06 户外服装&滑雪衣 4 品牌-13 3.256508e+06 户外服装&滑雪衣

三：操作所有表格

import time

start = time.time()

result = pd.DataFrame()

for name in os.listdir():
    df = pd.read_excel(name)
    df['销售额'] = df['访客数'] * df['转化率'] * df['客单价']
    df_sum = df.groupby('品牌')['销售额'].sum().reset_index()
    df_sum['行业标签'] = name.replace('.xlsx','')

    result = pd.concat([result,df_sum])
    
final = result.groupby('品牌')['销售额'].sum().reset_index().sort_values('销售额', ascending = False)

end = time.time()

print('操作用时:{}s'.format(end-start))

操作用时:6.295360088348389s

# 将科学计算法，改为两位小数
pd.set_option('display.float_format', lambda x :'%.2f' % x)

print(final.head())
final.describe()

打印结果

     品牌           销售额
15   品牌-5 1226223640.73 8 品牌-17 1195280571.60 2 品牌-11 1151829215.73 4 品牌-13 1150687029.66 3 品牌-12 1143519788.23 销售额 count 20.00 mean 1084854125.76 std 63774592.90 min 979272391.61 25% 1050719265.66 50% 1071804742.94 75% 1118990465.22 max 1226223640.73

七：数据分析模型

# 表格处理示例：销售榜品牌及销售额


import pandas as pd
import numpy as np
import os
import time
os.chdir('F:\\50mat\源数据1000张表格')

name = '户外服装&滑雪衣.xlsx'
df = pd.read_excel(name)

result = pd.DataFrame()

for name in os.listdir():
    df = pd.read_excel(name)
    df['销售额'] = df['访客数'] * df['转化率'] * df['客单价']
    df_sum = df.groupby('品牌')['销售额'].sum().reset_index()
    df_sum['行业标签'] = name.replace('.xlsx','')

    result = pd.concat([result,df_sum])
    
final = result.groupby('品牌')['销售额'].sum().reset_index().sort_values('销售额', ascending = False)

# 将科学计算法，改为两位小数
pd.set_option('display.float_format', lambda x :'%.2f' % x)

print(final.head(10))

加油:一只阿木木

示例python 批量操作excel统计销售榜品牌及销售额

示例统计销售榜品牌及销售额

猜你喜欢