python的pandas库第二关

任务描述

本关任务： 超市销售数据如图所示

建立excel文件“类别销售”，根据不同类别建立多个工作表，将相同类别的销售信息存放在相应的工作表中。

相关知识

为了完成本关任务，你需要掌握：1.读取excel文件，2.筛选dataframe数据,3.将数据写入工作簿和工作表

从excel文件读入数据

pd.read_excel(filename,sheet_name=0,header=0,index_col=None,names=None,dtype=None) filename:指定电子表格的具体路径 sheet_name:指定需要读取电子表格中的第几个sheet，既可以传递整数也可以传递具体的Sheet名称 header：是否需要将数据集的第一行用作表头，默认为是需要的 index_col:指定哪些列用作数据框的行索引（标签） names:如果原数据集中没有字段，可以通过该参数在数据读取时给数据框添加具体的表头  dtypes:通过字典的形式，指定某些列需要转换的形式     

向excel文件写入数据

DataFrame.to_excel(excel_writer, sheet_name='Sheet1', na_rep='', float_format=None, columns=None, header=True, index=True, index_label=None, encoding=None) excel_writer : 文件路径或现有的ExcelWriter sheet_name :字符串,表的名称。默认“Sheet1” na_rep : 字符串,默认‘ ’,缺失数据表示方式 float_format : 字符串,默认None。格式化浮点数的字符串 columns : 列表，要写入的列 header : 布尔或字符串列表，默认为Ture。如果给定字符串列表，则它是列名。 index :布尔,默认的Ture。行名（索引） index_label : 字符串或序列，默认为None。 注意：通过ExcelWriter写入后要同执行save()保存。

DataFrame

唯一值函数 unique()是以数组形式返回列的所有唯一值 筛选数据 Pandas的.loc参数可以对多列数据进行筛选，并且支持不同筛选条件逻辑组合。 常用的筛选条件包括等于(==)，不等于(!)，大于(>)，小于(<)，大于等于(>=) ，小于等于(<=)等等。逻辑组合包括与(&)和或(|)。

list1=[["张三",'男'],["李四",'女'],["王五",'男'],["赵六",'女']] import panda as pd df=pd.DataFrame(list1,columns=["姓名","性别"]) 则df 姓名 性别 0 张三 男 1 李四 女 2 王五 男 3 赵六 女 df["性别"].unique() “男”,"女" df.loc[df["性别"]=="男"] 姓名 性别 0 张三 男 2 王五 男

编程要求

根据提示，在右侧编辑器补充代码，建立excel文件“类别销售”，根据不同类别建立多个工作表，将相同类别的销售信息存放在相应的工作表中。

测试说明

平台会对你编写的代码进行测试： 输入类别，系统将显示该类别工作表的日期，商品编码,商品名称和合计金额四列信息

测试输入：调料； 预期输出： 日期 商品编码 商品名称 合计金额 0 2000-05-30 \t090202010048 \t裕荣虾味先虾条(原味)80g 7.7 1 2000-06-22 \t090202010071 \t四季宝颗粒花生酱340g 13.3 2 2000-06-24 \t090202010035 \t牛头牌鸡汤块66g 7.7 3 2000-07-18 \t090202010024 \t金兰拌面拌饭酱370g 20.4

测试输入：电池； 预期输出： 日期 商品编码 商品名称 合计金额 0 2000-06-14 \t010105010002 \t金霸王7号2粒 5.2 1 2000-06-14 \t010105010005 \t金霸王超能量（m3）7号2粒 6.2 2 2000-07-16 \t010105010007 \t南孚电池7号5粒装 8.9

---

开始你的任务吧，祝你成功！

 

import pandas as pd
df=pd.read_excel("xlscl/step1/超市销售数据.xlsx",dtype={"商品编码":str,"商品条码":str})
writer = pd.ExcelWriter("xlscl/step1/类别销售.xlsx")

#代码开始

bjx=df['类别'].unique()
for j in bjx:
    dfjs=df.loc[df['类别']==j,['日期','商品编码','商品条码','商品名称','商品金额','数量','合计金额']]
    dfjs.to_excel(writer,sheet_name=j,index=False)

writer.save()
#代码结束

#代码结束