import pandas as pd # 数据分析处理库
import matplotlib.pyplot as plt #2D绘图库
from sklearn import linear_model # 机器学习库
import numpy as np # 数组计算库
df1 = pd.read_excel('.\data\广告费.xlsx')
df2 = pd.read_excel('.\data\销售表.xlsx')
# print(df1.head())
# print(df2.head())
df1['投放日期'] = pd.to_datetime(df1['投放日期'])#利用pd中的函数to_datetime将df1中的数据投放日期中的数据转成日期格式,并将其重新赋值给df1
df1= df1.set_index('投放日期',drop=True)
# print(df1)
df2=df2[['日期','销售码洋']]#获取列表日期和销售码洋的数据
df2['日期'] = pd.to_datetime(df2['日期'])#将日期一列转成日期的数据格式
df2= df2.set_index('日期',drop=True)#将日期一列设置为索引
#按天统计销售数据
df_d=df1.resample('D').sum().to_period('D')
print(df_d)
#按月统计销售数据
df_m=df1.resample('M').sum().to_period('M')
#图表字体为黑色,字号为11
plt.rc('font', family='SimHei',size=11)
#绘制子图
fig = plt.figure(figsize=(9,20)) #创建一个绘图板,plt.figure(figsi
电商销售数据与分析(1):销售收入分析代码
最新推荐文章于 2023-02-16 11:30:42 发布