泰迪杯数据分析比赛2018年B题解答

最新推荐文章于 2023-03-30 00:41:08 发布

烟雨墨兮

最新推荐文章于 2023-03-30 00:41:08 发布

阅读量7.2k

点赞数 10

分类专栏：数据分析文章标签：数据分析

本文链接：https://blog.csdn.net/m0_48387613/article/details/109034745

版权

本文详细解答了2018年泰迪杯数据分析比赛B题的三个任务。任务1涉及提取并保存每台售货机的销售数据；任务2计算2017年4月各售货机及整体的交易额和订单量；任务3计算每月每单平均交易额与日均订单量。通过Python代码实现了数据处理和分析。

摘要由CSDN通过智能技术生成

泰迪杯数据分析比赛2018年B题解答-任务1

泰迪杯数据地址：https://www.tipdm.org/bdrace/jljingsai/20181008/1488.html#sHref
泰迪杯数据分析2018年B题任务1题目：

任务 1.1 根据附件 1 中的数据，提取每台售货机对应的销售数据，保存# 系列文章目录
任务 1.2 计算每台售货机 2017 年 4 月份的交易额、订单量及所有售货机交易总额和订单总量，以表格形式体现在报告中。
任务 1.3 计算每台售货机每个月的每单平均交易额与日均订单量，以表格形式体现在报告中。

任务1 数据处理与分析

任务1.1

题目：根据附件 1 中的数据，提取每台售货机对应的销售数据，保存在 CSV 文件中，文件名分别为“task1-1A.csv”、“task1-1B.csv”、…、task1- 1E.csv”。

附件1数据：

附件1数据表

代码内容：

import pandas as pd
from datetime import datetime
def task1(data1,level):  
    data=pd.read_csv(r'D:\大数据学习\数据分析与挖掘\B题\附件1.csv',encoding='gbk')#获取数据
    data.支付时间=pd.to_datetime(data.支付时间,format='%Y/%m/%d')#对数据进行时间数据转换
    data.drop(columns='设备ID',axis=1,inplace=True)#删除设备ID
    data=data.loc[data['地点']==level,:]#取出地点
    data.drop(columns='地点',axis=1,inplace=True)#删除地点
    data.to_csv(r'D:\大数据学习\数据分析与挖掘\B题\\'+data1,encoding='gbk')#保存数据
task1('task1-B.csv'