Pandas练习题

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。

image

Pandas文章

推荐

image

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

image

• 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

image

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

image

方式2：指定文件名和sheet的索引号，索引从0开始

image

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。

image

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

image

同样的道理：可以得到多少个下单用户、销售了多少种商品？

image

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

image

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

image

2、两种不同方式的分组再聚合

image

需求6：不同产地的订单量、销量、销售总额

image

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

image

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

image

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

image

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()

image

方式3：分组的时候使用groupby_keys参数

image

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。

image

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

image

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

image

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：

image