1.groupby 分组
2.pivot_table 透视表
1.启动jupyter notebook
2.创建一个新的notebook,并导入pandas和numpy
一: 数据分组: groupby
1.当前目录下有data.xlsx,表格内容如下:
2.读取excel表格内容
df = pd.read_excel('data.xlsx')
df
3.按照类别统计商品销量
#1.分组
grouped = df.groupby('类别')
#2.求和
grouped.sum()
4.单价求和没有意义,可指定数量,金额进行求和
grouped[['数量','金额']].sum()
5.求每个组单价的最大值
grouped[['单价']].max()
6.指定类别,名称进行分组
grouped = df.groupby(['类别','名称'])
求出每个组别销售价的最大值和最小值,和平均值
#最大值
grouped[['单价']].max()
#最小值
grouped[['单价']].min()
#平均值
grouped[['单价']].mean()
7.打印不同类别下的数据
for name, data in df.groupby('类别'):
print(name)
print(data)
8.取出每种类别下有哪些商品
for name,data in df.groupby('类别'):
print(name)
print(data['名称'].unique())
二: 透视表 pivot_table
1.在Excel表格中生成一张透视表,步骤如下:选中数据->点击[数据]选项->点击透视表, 确定后,再在excel表的右侧点击:名称,类别,单价,数量
2.点击单价,可将求和,改成求平均值
3.pandas中生成透视表
#默认求平均值
df.pivot_table(index=['类别','名称'],values=['单价','数量'])
#指定求和
df.pivot_table(index=['类别','名称'],values=['单价','数量'],aggfunc=np.sum)