pandas分析Excel文件：游戏订单查询

pandas对多种数据具有强大的分析处理功能，现以一个游戏充值数据Excel表进行介绍如何进行分析
题目如下：
1.以周为单位，列出随着开服到第十三周的付费变化，并可以通过选择大r、中r、小r、全体来查看对应的随时间付费情况
2.以周为单位，列出所有大r随着开服时间，每种礼包的购买金额情况。（可以通过选择不同的大r名字切换每个大r的具体购买情况）
3.列出购买总额最高的10种礼包，并作出大r、中r、小r购买占比分布图

首先我们连接上excel并创建Series对象

import pandas as pd
df = pd.read_excel("数据分析题目.xlsx",sheet_name="题目用数据")
df.info()

列出随着开服到第十三周的付费变化

user_fare = df.loc[:,['名字','支付金额/¥']].groupby(['名字']).sum()
big_r = user_fare[user_fare['支付金额/¥']>6000]
middle_r = user_fare[(user_fare['支付金额/¥']<=6000)&(user_fare['支付金额/¥']>=1000)]
small_r = user_fare[user_fare['支付金额/¥']<100]
df.loc[:,['周','支付金额/¥']].groupby('周').sum().sort_values(by='支付金额/¥',ascending=False)
df['level'] = 'other'#加一个列 表示大r、中r、小r
#开始标记不同的付费等级
for name_str in big_r.index:
    df.loc[df['名字'] == name_str,'level']= 'big_r'
for name_str in middle_r.index:
    df.loc[df['名字'] == name_str,'level']= 'middle_r'
for name_str in small_r.index:
    df.loc[df['名字'] == name_str,'level']= 'small_r'
#按照类别进行排序
result_level =df.loc[:,['周','level','支付金额/¥']].groupby(['周','level']).sum()
def level_display(level_str):
    print("{}按周付费的情况".format(level_str))
    for i in range(13):
        time_str = "第{}周".format(i+1)
        print(time_str,result_level['支付金额/¥'][(time_str,level_str)])
level_display('big_r')

以周为单位，列出所有大r随着开服时间，每种礼包的购买金额情况

df[df['level'] == 'big_r'].loc[:,['周','礼包ID','支付金额/¥']].groupby(['周','礼包ID']).sum()
df_id = pd.read_excel("数据分析题目.xlsx",sheet_name="礼包id对应的礼包名称")
df_merge = pd.merge(df,df_id,on=['礼包ID'])
df_merge[df_merge['level'] == 'big_r'].loc[:,['周','礼包名称','支付金额/¥']].groupby(['周','礼包名称']).sum()

列出购买总额最高的10种礼包

result_gift = df_merge.loc[:,['礼包名称','支付金额/¥']].groupby('礼包名称').sum().sort_values(by='支付金额/¥',ascending=False)
result_gift.head(10)