目录
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()