DataFrame、Series
To 大数据的友友 :代码慢慢堆 ~ 终究会起飞 ~ Except Ctrl+V ~ Salute!
从字典dict构建Series
描述
从字典dict构建Series参考输出示例输出。输出如下
a 9
b 8
c 7
d 6
dtype: int64
<class 'pandas.core.series.Series'>
代码及运行结果
import pandas as pd
d = {
"a":9,"b":8,"c":7,"d":6}
a_Series = pd.Series(d)
print(a_Series)
print(type(a_Series))
a 9
b 8
c 7
d 6
dtype: int64
<class 'pandas.core.series.Series'>
进程已结束,退出代码为 0
用pandas和numpy分析药店的营业数据
以下是某连锁药店销售数据,请使用numpy、pandas相关做分析。要求如下:
序号 | 药名 | 销量 | 价格 | 分店 |
---|---|---|---|---|
1 | 双黄连口服液 | 89 | 20 | 四季青分店 |
2 | 莲花清瘟胶囊 | 45 | 21 | 四季青分店 |
3 | 藿香正气水 | 55 | 10 | 四季青分店 |
4 | 大山楂丸 | 66 | 15 | 四季青分店 |
5 | 感冒清热颗粒 | 13 | 25 | 四季青分店 |
6 | 六君子胶囊 | 39 | 40 | 四季青分店 |
7 | 生脉饮 | 10 | 29 | 四季青分店 |
8 | 红霉素软膏 | 56 | 5 | 四季青分店 |
9 | 西洋参含片 | 19 | 300 | 四季青分店 |
10 | 清开灵口服液 | 99 | 32 | 四季青分店 |
11 | 十全大补胶囊 | 89 | 55 | 四季青分店 |
12 | 四物颗粒 | 45 | 45 | 四季青分店 |
13 | 双黄连口服液 | 30 | 20 | 金源分店 |
14 | 莲花清瘟胶囊 | 21 | 21 | 金源分店 |
15 | 藿香正气水 | 55 | 10 | 金源分店 |
16 | 大山楂丸 | 66 | 15 | 金源分店 |
17 | 感冒清热颗粒 | 13 | 25 | 金源分店 |
18 | 六君子胶囊 | 39 | 40 | 金源分店 |
19 | 生脉饮 | 10 | 29 | 金源分店 |
20 | 红霉素软膏 | 56 | 5 | 金源分店 |
21 | 西洋参含片 | 19 | 300 | 金源分店 |
22 | 双黄连口服液 | 20 | 20 | 花园桥分店 |
23 | 莲花清瘟胶囊 | 45 | 21 | 花园桥分店 |
24 | 藿香正气水 | 58 | 10 | 花园桥分店 |
25 | 大山楂丸 | 29 | 15 | 花园桥分店 |
26 | 红霉素软膏 | 6 | 5 | 花园桥分店 |
27 | 西洋参含片 | 65 | 300 | 花园桥分店 |
28 | 清开灵口服液 | 38 | 32 | 花园桥分店 |
29 | 十全大补胶囊 | 7 | 55 | 花园桥分店 |
30 | 四物颗粒 | 10 | 45 | 花园桥分店 |
31 | 双黄连口服液 | 68 | 20 | 人大分店 |
32 | 莲花清瘟胶囊 | 25 | 21 | 人大分店 |
33 | 藿香正气水 | 35 | 10 | 人大分店 |
34 | 红霉素软膏 | 35 | 5 | 人大分店 |
35 | 西洋参含片 | 65 | 300 | 人大分店 |
36 | 清开灵口服液 | 48 | 32 | 人大分店 |
37 | 十全大补胶囊 | 35 | 55 | 人大分店 |
38 | 四物颗粒 | 32 | 45 | 人大分店 |
1.读取附件中excel文件drug_order_detail_1.xlsx中的数据。(提示:本平台读取excel文件时,函数的工作表参数为:sheet_name。)
2.计算所有分店的总销售额并打印输出。
3.增加“销售额”列,其中,销售额=价格*销量
4.按分店统计不同分店销售额的最小值,最大值,平均值。并打印输出。
5.输出效果如下所示,其中,*号代表具体统计的数据。
所有分店总销售额是:*
amin amax mean
分店
人大分店 * * *
四季青分店 * * *
花园桥分店 * * *
金源分店 * * *
代码及运行结果
import pandas as pd
import numpy as np
df = pd.read_excel('space/drug_order_detai_1.xlsx')
df['销售额'] = df['价格'] * df['销量']
result = df.groupby('分店')['销售额'].agg([np.min, np.max, np.mean])
print('所有分店总销售额是:', df['销量'].sum(), sep='')
print(result