Python学习记录（六）

昨天在把别人用R做的数据分析项目用Python复盘，虽然简单，就20来行数据，却花了5,6个小时。简单的在这里写下一点东西

  购药时间         社保卡号    商品编码   商品名称  销售数量  应收金额    实收金额    购药时间_new 
0  2016-01-01 星期五      1616528  236701  三九感冒灵     7   196  182.00  2016-01-01   
1  2016-01-02 星期六      1616528  236701  三九感冒灵     3    84   84.00  2016-01-02   
2  2016-01-06 星期三  10070343428  236701  三九感冒灵     3    84   73.92  2016-01-06   
3  2016-01-11 星期一     13389528  236701  三九感冒灵     1    28   28.00  2016-01-11   

data=pd.read_excel('药品分析.xlsx')
拆分购药时间
data['购药时间_new'] = data['购药时间'].apply(lambda x:x[:-4])
#这个结果下来的数据格式是obj，我刚开始的时候用了datetime.strptime()
#AttributeError: 'Series' object has no attribute 'datetime'
报错这种模式，也是我一直没弄明白字符串用的函数和Series用的函数和DateFrame的区别，弄了一晚上以为是我拆分有问题
def word_cut(word):
    position = word.find(' ')
    if position !=-1:
        y=word[:position]
    else:
        y=word[:-3]
    return y
还是不行,于是
def word_cut(word):
    pattern = r'/^(d{4}|d{2})-((0([0-9]{1}))|(1[0-2]{1})-(3(0|1)|(([0-2]{1})([0-9]{1}))$/'
    m = re.findall(pattern,word)
    return m
还是不行，后来仔细的找了下书。
datetime.strptime是可以的
data['购药时间'].apply(lambda x:datetime.strptime(x,"%Y-%m-%d")) 这样的格式就是datitime64格式了
在转化为第几周就容易了
data['购药时间'].apply(lambda x:datetime.strptime(x,"%Y-%m-%d")).dt.strptime('%Y-%W')
后来发现：
from dateutil.parser import parse
data['购药时间'].apply(lambda x:parse(x))  就直接是datetime64格式了
或者直接就是
pd.to_datetime(date['购药时间'])   to_datetime可以直接作用与Series

一定清晰的区分函数作用于字符串，作用于Series 和DataFrame的区别和各种用法。

中间有个计算月份的，可能我写的也比较复杂：

min = per_month_duplicated['购药时间_month'].min()
max = per_month_duplicated['购药时间_month'].min()  
month =len(pd.period_range(min,max,freq='M'))
应该有简单的方法，下次再来更新

 

然后就是作图

data.groupby['购药时间_new_week'].实收金额.sum().plot()
plt.xlabel('周数')
plt.ylabel('金额')
plt.title('每周购买金额')
plt.show()

 

转载于:https://my.oschina.net/u/3670998/blog/1586646