Python处理Excel表格——了解Groupby与merge的用法

作为数据分析师日常工作中会遇到各种各样的数据处理需求， 因为数据量巨大的原因无法手动处理表格，正好会应用Python工具，今天就借此机会来展示Pandas中Groupby与Merge处理数据表格的快捷与美化。

GROUPBY：函数主要的作用是进行数据的分组以及分组后地组内运算！groupby的过程就是将原有的DataFrame按照groupby的字段（这里是company），划分为若干个分组DataFrame，被分为多少个组就有多少个分组DataFrame。所以说，在groupby之后的一系列操作（如agg、apply等），均是基于子DataFrame的操作。

MERGE：数据合并时可以使用merge方法，对两个dataFrame根据某一个series合并，这个方法非常好用，只要找到了合并的标准，新的数据就可以重构出来。

pd.merge(left, right, how='inner', on=None, left_on=None, right_on=None,
         left_index=False, right_index=False, sort=True,
         suffixes=('_x', '_y'), copy=True, indicator=False,
         validate=None)

我这里就解释两个参数

一个是on ：他就相当于sql表中的外键

另一个是how：他就相当于两个表是左外连接、右外连接、内连接、全连接

项目实例：

一：数据处理背景以及目标

下表是需要处理的原始数据表格式：

 下表是需要输出的数据表格式：

 目标：分别查看各级类目的相关的销量以及件数，进行分层次化数据处理与汇总。

二：数据分层处理——GROUPBY用于将数据进行分层

#插入相应模块以备调用
import pandas as pd
import numpy as np
#读取原始数据表
df = pd.read_excel(r'C:\Users\XXXX\Desktop\练习.xlsx&