Python数据分析教程08：pandas进行外卖订单数据分析

目录

功能点1：将订单以天为单位输出为单个文件

功能点2：提取数据表某列中，不是某个给定值的数据

功能点3：统计一个订单从下单到完成配送时刻之间的时间差

功能点4：绘制订单的持续时间曲线

功能点5：提取数据库中的某些以符号区分的订单

功能点6：按照某个给定的规则进行数据统计

---

功能点1：将订单以天为单位输出为单个文件

该功能点的实现思路为首先根据下单时间，确定每个订单是几号，然后根据几号进行数目分组，并将分组结果逐天导出为单个的excel文件。

    testData = pd.read_excel('2016年11月.xlsx')  # 读取测试数据
    testData['stime'] = testData['下单时间'].astype('datetime64') # 获取下单时间数据列，将其转化为时间戳
    testData['day'] = testData['stime'].dt.day  # 新建day列，将其标记为每天的天数
    separatedDataList  = list(testData.groupby(['day'])) # 按天进行数据分组

    for separatedData in separatedDataList:
        # 列表中每个元素包含2个部分：第0部分为分组数字，也就是几号；第1部分是一天的数据
        ouname = separatedData[0]
        print(ouname)
        separatedData[1].to_excel(f'cf/{ouname}.xlsx') # 数据导出到excel表格

功能点2：提取数据表某列中，不是某个给定值的数据

在外卖订单中，订单被分为两类，一类是预约订单，也就是顾客下单后并不要求立即送达，而指定一个较晚的时间送达；例如一个顾客8:00AM下单，希望下午18:00PM送达；一类是即时订单，也就是顾客下单后，必须在其下单后的45分钟内完成配送。下面代码的目的是从数据表中提取即时单。

filterData = testData[~testData['是否及时单'].str.contains('预约')]

如果要获取预约单，对应的代码为：

​filterData = testData[testData['是否及时单'].str.contains('预约')]

功能点3：统计一个订单从下单到完成配送时刻之间的时间差

def calDurationTime():
    '''
    计算订单的持续时间，并转化为分钟
    :return: 以分钟为单位计算的订单持续时间
    '''
    testData = pd.read_excel('data20c.xlsx') # 读取测试数据
    xiadanSJ = testData['下单时间']  # 读取起始事件的时刻
    wanchengSJ = testData['完成时间']  # 读取结束事件的时刻
    diff = wanchengSJ-xiadanSJ # 单位为秒
    diffMin = [d.total_seconds()/60 for d in diff]
    return diffMin

功能点4：绘制订单的持续时间曲线

def pltDurationScatter(durationTime):
    # 绘制订单持续时间的散点图
    # print(durationTime)
    plt.scatter(x=range(0, len(durationTime)), y=durationTime, s=3, c='black')
    plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
    plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示中文标签
    plt.xlabel("订单编号", fontsize=15)
    plt.ylabel("订单持续时间(分钟)", fontsize=15)
    plt.show()

功能点5：提取数据库中的某些以符号区分的订单

例如，商家A被3个顾客下单，那么他们的编号为A1,A2,A3，我们要统计该商家的订单数目的时候，只要知道他们是商家A的订单即可。这里用到了正则表达式，处理的是“盼盼饺子馆123号订单”转换为“盼盼饺子馆”。

def calPsyName():
    testData = pd.read_excel('data20c.xlsx')  # 读取测试数据
    psy = testData['商家名称']  # 读取结束事件的时刻
    res = {}
    for p in psy:
        # 使用正则表达式剔除名单中的多余数字
        xm = re.split('\d+', p)[0]
        if xm in res.keys():
            res[xm] += 1
        else:
            res[xm] = 1
    print(res)
    print(f'一共{len(res)}个商家')

功能点6：按照某个给定的规则进行数据统计

统计每个小时的订单数目

testData['stime'] = testData['下单时间'].astype('datetime64')
testData['hour'] = testData['stime'].dt.hour # 按小时进行订单分组
testData.groupby(by=['hour']).size().to_frame('count').reset_index() #获取每个小时的订单数目，并保存在count列

按半小时做一次统计

    testData['minute'] = testData['stime'].dt.minute  # 按分钟进行订单分组
    testData['flag'] = testData['minute'] < 30
    testData['flag'] = testData['flag'].astype(int) # 布尔型转化为整型
    halfhour = testData.groupby(['hour', 'flag'])['订单ID'].count().rename('count').reset_index()