本篇文章给大家谈谈下载了python后第一步该做什么,以及下载python后怎么运行代码,希望对各位有所帮助,不要忘了收藏本站喔。
要求:分析某水果连锁店的csv格式进货和销售数据(UTF-8 编码),用户输入数据所在文件夹(例如 D:\data),在该数据文件夹下面 有in、out两个文件夹。连锁店有很多家,每个连锁店有三位数的编号。每家连锁店有以编号为名的2个文件分别存放在上述两个文件夹里,例如:123号连锁店在in文件夹里有,在out文件夹里有。 文件样例:
内容如下: 订单号,日期,商品名称,进货价格,进货数量 1001,2023-09-01,苹果,2.2,10 1002,2023-09-05,苹果,2.7,8 1003,2023-09-06,香蕉,2.9,10 1004,2023-10-01,香蕉,2.8,5 1005,2023-11-03,苹果,2.5,6 1007,2024-01-03,苹果,2.5,4 1008,2024-01-03,苹果,2.5,8
内容如下: 订单号,日期,商品名称,进货价格,进货数量 1001,2023-09-04,苹果,2.2,15 1002,2023-10-04,橙子,2.6,25 1003,2023-11-04,苹果,2.7,10 1004,2023-12-04,苹果,2.5,5 1005,2024-01-02,橙子,2.7,6 1006,2024-01-05,香蕉,2.7,15
内容如下: 订单号,日期,商品名称,销售价格,销售数量 1001,2023-09-14,苹果,3.5,18 1002,2023-09-15,香蕉,4.2,5 1003,2023-10-14,苹果,3.5,5 1004,2023-11-05,香蕉,4,3 1005,2023-12-14,橙子,3.6,3 1006,2024-01-05,苹果,3.5,10
内容如下: 订单号,日期,商品名称,销售价格,销售数量 1001,2023-09-13,苹果,3.3,4 1002,2023-10-15,橙子,4,20 1003,2023-11-13,苹果,3.5,10 1005,2023-12-18,苹果,4,1 1006,2024-01-15,橙子,4,5 1007,2024-01-15,香蕉,4,15 请分析每家连锁店的上述两个文件,进货成本=进货价格*进货数 量,销售额=销售价格*销售数量,利润=销售额-进货成本。计算得出: 1.按时间顺序输出每月(格式xxxx年xx月)利润最大的连锁店编号。 2.根据所有连锁店的总销售额,按时间顺序输出每月(格式xxxx年xx月)销售最好的商品名称。
样例数据文件对应的输出示例为: 2023年09月:123连锁店利润最大,商品苹果销售最好 2023年10月:321连锁店利润最大,商品橙子销售最好 2023年11月:321连锁店利润最大,商品苹果销售最好 2023年12月:123连锁店利润最大,商品橙子销售最好 2024年01月:321连锁店利润最大,商品香蕉销售最好
完整代码如下:
import os
storename=os.listdir(".//out/") #商店名称列表
best=dict()#销售最好的商品
profit=dict()#利润最好的商店
for x in range(0,len(storename)): #打开所有文件
store_id=str(storename[x])[0:3] #店序号
with open(".//out/"+str(store_id)+"", 'r',encoding="UTF-8") as file: #依次循环打开店序号对应的销售文件
raw_data=file.readlines()#读取销售文件
remove = ['\n'] #去掉空值
shopping= [x for x in raw_data if x not in remove]
file_in=open(".//in/"+str(store_id)+"", 'r',encoding="UTF-8") #打开店序号对应的进货文件
shopping_in=file_in.readlines()
for line in shopping[1:]:
sell_date=line.split(",")[1][0:7] #销售日期(到月)
sell_name=line.split(",")[2] #销售名称
sell_price=line.split(",")[3] #销售价格
sell_count=line.split(",")[4] #销售数量
if sell_date in best: #按月统计销售最好的商品
if sell_name in best[sell_date]: #若有重复商品,累加
best[sell_date].update({sell_name:best[sell_date][sell_name]+float(sell_price)*float(sell_count)})
else: #若没有,新加
best[sell_date].update({sell_name:float(sell_price)*float(sell_count)})
else:#没有月商品销售数据,新建
best[sell_date]={sell_name:float(sell_price)*float(sell_count)}
if sell_date in profit: #统计销售最好的商店
if store_id in profit[sell_date]: #若有此店,累加
profit[sell_date].update({store_id:profit[sell_date][store_id]+float(sell_price)*float(sell_count)})
else:#若无此店,新建
profit[sell_date].update({store_id:float(sell_price)*float(sell_count)})
else:#无日期
profit[sell_date]={store_id:float(sell_price)*float(sell_count)}
for line_in in shopping_in[1:]:
buy_date=line_in.split(",")[1][0:7] #购入日期(到月)
buy_name=line_in.split(",")[2] #购入名称
buy_price=line_in.split(",")[3] #购入价格
buy_count=line_in.split(",")[4] #购入数量
if buy_date in profit: #统计利润最好的商店
if store_id in profit[buy_date]:#日期内有此店
profit[buy_date].update({store_id:round(profit[buy_date][store_id]-float(buy_price)*float(buy_count),2)})
else:#日期内无此店
for storeid in profit[buy_date].keys():
profit[buy_date]={storeid:profit[buy_date][storeid]}|{store_id:round(0-float(buy_price)*float(buy_count),2)}
else:#无日期情形
profit[buy_date]={store_id:round(0-float(buy_price)*float(buy_count),2)}
file_in.close()
file.close()
for i in ():#取极值
t_best=-1000 #设销售初值
t_profit=-1000 #设利润初值
for v_best in best[i].values(): #依次比较销售最好
t_best=v_best if (t_best<v_best) else t_best
for v_profit in profit[i].values(): #依次比较利润最好
t_profit=v_profit if (t_profit<v_profit) else t_profit
keys=list(best[i].keys())[list(best[i].values()).index(t_best)]
fits=list(profit[i].keys())[list(profit[i].values()).index(t_profit)]
print(i[0:4]+'年'+i[5:]+"月:"+fits+"连锁店利润最大,商品"+keys+"销售最好")