![962802fd1f5999a1a139e63437f02006.png](https://i-blog.csdnimg.cn/blog_migrate/0fb8227dc148f0681499080878bf5ca4.jpeg)
◆ ◆ ◆ ◆ ◆
严小样儿原创第N篇~ 读取数据Python用于数据分析好不好,因人而异。但是,excel能做的Python也能做。比如聚合,透视表。我认为更简单一下。如果大家在工作中用得到数据库,用得到Python,可以学习一下数据透视表。第一步:读取数据import pymysqlimport pandas as pdimport matplotlib.pyplot as plt# 建立连接conn = pymysql.connect('localhost','username','password','database')# 读取SQL为dfsql = 'select * from table'df = pd.read_sql(sql,con=conn)
数据聚合
第二步:数据聚合
# 查看基本属性print(df.index)print(df.columns)print(df.info())# 修改时间格式df['stat_month'] = pd.to_datetime(df['stat_month'],format='%Y%m')# 设置索引df.set_index('stat_month',inplace = True)print(df.head())# 只看一个月份的df_grp1601= df['20160101'].groupby(['brand','areaname'],as_index = False)['profit'].sum()print(df_grp1601)df_grpbrand = df_grp1601.groupby('brand').sum()print(df_grpbrand[df_grpbrand>200000].plot(kind = 'bar'))
pd.pivot_table(df['20160101':'20161201'],values = 'profit',\ index = ['stat_month','brand'],\ columns ='areaname',aggfunc='sum' )
![557f28de6d92882fbcdd06e2fe94aa02.png](https://i-blog.csdnimg.cn/blog_migrate/8dacee0bffe7ce85a4971e85acf53e96.png)
祝大家早日富可敌国!
记得
点
在看
哦
—— END ——![1869507be5036bfe3561efdd648806c0.gif](https://i-blog.csdnimg.cn/blog_migrate/5422e018df08250eb0805082a9e32401.gif)