Python代码示例：数据清洗、表合并和分组计算销售额

Python代码示例：数据清洗、表合并和分组计算销售额

在数据分析和处理过程中，数据清洗、表合并和分组计算销售额是常见的任务。本文将使用Python编程语言演示如何进行这些操作。

首先，我们需要生成模拟的销售数据和商品详情数据。我们创建了一个包含订单编号、产品名称和数量的销售数据表，以及一个包含产品名称、类别和单价的商品详情表。我们使用随机数生成器来填充这些数据，并将它们保存为CSV文件。

import pandas as pd
import random

# 创建商品池子
product_pool = ['苹果', '香蕉', '橙子', '牛奶', '面包', '洗发水', '牙刷', '洗衣液']

# 生成销售数据表
sales_data = pd.DataFrame({
    '订单编号': [f'订单{i}' for i in range(1, 11)],
    '产品名称': [random.choice(product_pool) for _ in range(10)],
    '数量': [random.randint(1, 10) for _ in range(10)]
})

# 添加价格列
sales_data['价格'] = [random.randint(10, 100) for _ in range(10)]

# 打印销售数据表
print("销售数据表:")
print(sales_data.to_string(index=False))

# 生成商品详情表
product_data = pd.DataFrame({
    '产品名称': product_pool,
    '类别': ['水果', '水果', '水果', '乳制品', '面包', '洗护用品', '洗护用品', '洗涤用品'],
    '品牌': ['品牌A', '品牌A', '品牌B', '品牌B', '品牌C', '品牌C', '品牌D', '品牌D']
})

# 添加单价列
product_data['单价'] = [random.randint(1, 10) for _ in range(len(product_pool))]

# 打印商品详情表
print("\n商品详情表:")
print(product_data.to_string(index=False))

# 将销售数据表保存为CSV文件
sales_data.to_csv('sales_data.csv', index=False)

# 将商品详情表保存为CSV文件
product_data.to_csv('product_data.csv', index=False)

接下来，我们将读取这两个CSV文件，并进行数据清洗和表合并。我们使用pd.read_csv()函数读取CSV文件，然后使用dropna()函数去除销售数据表中的空值行。使用pd.merge()函数按照产品名称进行左连接合并销售数据表和商品详情表。

import pandas as pd

# 读取销售数据表和商品详情表
sales_data = pd.read_csv('sales_data.csv')
product_data = pd.read_csv('product_data.csv')

# 数据清洗
# 去除销售数据表中的空值行
sales_data = sales_data.dropna()

# 合并销售数据表和商品详情表
merged_data = pd.merge(sales_data, product_data, on='产品名称', how='left')

# 打印合并后的数据
print("合并后的数据:")
print(merged_data.to_string(index=False))

最后，我们对合并后的数据进行合理的分组，并计算销售额。我们使用groupby()函数按照类别进行分组，并使用agg()函数计算总数量和总价格。然后，我们计算销售额，并将其添加到分组后的数据中。

# 按类别分组，并计算销售额
grouped_data = merged_data.groupby('类别').agg({'数量': 'sum', '价格': 'sum'})

# 打印按类别分组的销售数据
print("\n按类别分组的销售数据:")
print(grouped_data.to_string())

# 计算销售额
grouped_data['销售额'] = grouped_data['数量'] * grouped_data['价格']

# 打印按类别分组的销售额
print("\n按类别分组的销售额:")
print(grouped_data.to_string())

完整代码

数据生成代码

import pandas as pd
import random

# 创建商品池子
product_pool = ['苹果', '香蕉', '橙子', '牛奶', '面包', '洗发水', '牙刷', '洗衣液']

# 生成销售数据表
sales_data = pd.DataFrame({
    '订单编号': [f'订单{i}' for i in range(1, 11)],
    '产品名称': [random.choice(product_pool) for _ in range(10)],
    '数量': [random.randint(1, 10) for _ in range(10)]
})

# 添加价格列
sales_data['价格'] = [random.randint(10, 100) for _ in range(10)]

# 打印销售数据表
print("销售数据表:")
print(sales_data.to_string(index=False))

# 生成商品详情表
product_data = pd.DataFrame({
    '产品名称': product_pool,
    '类别': ['水果', '水果', '水果', '乳制品', '面包', '洗护用品', '洗护用品', '洗涤用品'],
    '品牌': ['品牌A', '品牌A', '品牌B', '品牌B', '品牌C', '品牌C', '品牌D', '品牌D']
})

# 添加单价列
product_data['单价'] = [random.randint(1, 10) for _ in range(len(product_pool))]

# 打印商品详情表
print("\n商品详情表:")
print(product_data.to_string(index=False))

# 将销售数据表保存为CSV文件
sales_data.to_csv('sales_data.csv', index=False)

# 将商品详情表保存为CSV文件
product_data.to_csv('product_data.csv', index=False)

数据操作代码

import pandas as pd

# 读取销售数据表和商品详情表
sales_data = pd.read_csv('sales_data.csv')
product_data = pd.read_csv('product_data.csv')

# 数据清洗
# 去除销售数据表中的空值行
sales_data = sales_data.dropna()

# 合并销售数据表和商品详情表
merged_data = pd.merge(sales_data, product_data, on='产品名称', how='left')

# 按类别分组，并计算销售额
grouped_data = merged_data.groupby('类别').agg({'数量': 'sum', '价格': 'sum'})

# 打印合并后的数据和计算结果
print("合并后的数据:")
print(merged_data.to_string(index=False))

print("\n按类别分组的销售数据:")
print(grouped_data.to_string())

# 计算销售额
grouped_data['销售额'] = grouped_data['数量'] * grouped_data['价格']

print("\n按类别分组的销售额:")
print(grouped_data.to_string())