kettle案例-计算各商品销售金额

最新推荐文章于 2023-10-30 15:36:16 发布
最新推荐文章于 2023-10-30 15:36:16 发布
阅读量708 收藏 13
点赞数
分类专栏： kettle 文章标签： 零售
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/wt_125/article/details/127972965
版权

8.2 计算各商品销售金额

1.获取订单详情数据

 

2.过滤和抽取订单详情数据

3.聚合统计

  

4.装载和解读计算各商品销售金额数据

 

wt_125
关注
  • 0
    点赞
  • 踩
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
8.实现各售货机销售金额统计
akina1的博客
12-02 983
实现各售货机销售金额统计
8.3.0.0-371 pentaho-kettle kettle-core
04-10
8.3.0.0-371 pentaho-kettle kettle-core
kettle加工处理月累、年累数据
hyfstyle的博客
09-25 764
有需要算 月累（当月1号至当前日期）、年累(当年1月1号至当前日期的销售数量、金额等)数据时， 数据只能一天一天累计加工。 先初始化加工数据，可以扫描日期文件，用kettle加工数据， 一天加工一次；脚本调度扫描日期一天一天执行。 #!/bin/bash #脚本所在路径 WORK_DIR=/home/hadoop/ktl_wks LOG_DATE=`date +%Y%m%d` LOG_TIME=`date +%H%M%S` KETTLE_HOME=/home/hadoop/software/pdi-c
Kettle 无人售货机项目实战
qq_62974479的博客
10-30 2496
解决无人售货机收益无法达到最大化问题，需要分析客户每天的订单列表、订单详情和无人售货机日销售金额等数据，获取有关热销和滞销商品信息，以及无人售货机的收入和利润信息。
大数据千亿级离线数仓项目第三天 维度数据分析与业务开发
fegus的博客
04-28 707
千亿级数仓项目第03天讲义 课程目标 能够使用kettle生成日期维度数据 能够完成订单时间维度分析 能够完成订单地域、分类维度业务开发 能够完成用户订单行为业务开发 指标开发-时间维度分析业务开发 需求分析 统计2019年期间每个季度的销售订单笔数、订单总额 统计2019年期间每个月的销售订单笔数、订单总额 统计2019年期间每周一到周日的销售订单笔数、订单总额 统计2019年期间国家法定节假日、休息日、工作日的订单笔数、订单总额 生成日期维度数据 经过需求分析我们发现指标统计需要
8.2计算各商品销售金额
m0_68714092的博客
11-24 915
8.2计算各商品销售金额
kettle实例-数据的商务规则计算（各省份的日销售额）
fxxhmn的博客
10-19 611
单击【输入字段映射】按钮，弹出“映射匹配”对话框，依次选中“源字段”选项框的字段和“目标字段”选项框对应的字段，再单击【Add】按钮，将一对映射字段添加至“映射”选项框中，若“源字段”选项框的字段和“目标字段”选项框的字段相同，则可以单击【猜一猜】按钮，让Kettle自动实现映射，用于将数据表company_new中的字段salesArea、total与目标数据表中的字段salesArea、total进行匹配，具体如图所示。在“聚合”处添加一个新字段total，用于存储各省份的手机销售总额，具体如图所示。
谈谈我理解的电商对账
weixin_30881367的博客
07-02 1905
上周有同学加我咨询对账的问题，这里只是说说我的理解。由于每个公司的结算流程、系统组成和边界都不尽相同，重在领会精神。 1、什么是对账 对账是交易双方对一定周期内的交易明细进行确认，生成对账单（结算单）供商家下载，并将应结商家款支付给商家。 对账的作用： 1、结算系统通过下游对账单与自身系统结算单进行比对，确认自身系统是否存在异常； 2、结算单作为与商家结算的依据，确认自身系统与...
kettle实例--无人售货项目实战(二)
fxxhmn的博客
11-02 1550
在【字段选择】组件中，设置参数，仅保留productname、amount、productpaytotalprice等字段，并分别改名为“商品名称”“product_number”“product_paytotalprice”，如图所示，丢弃其他与计算各商品销售金额无关的字段。创建排序记录组件（组件命名为“排序记录(按销售金额排序)”）、Excel输出（组件命名为“Excel输出(各商品销售金额)”）组件，将已进行聚合统计的各商品销售金额数据输出至Excel文件中，并建立组件之间的连接，如图所示。
Kettle 几个实例的操作
m0_54089886的博客
11-12 1084
1.Excel输入 Excel文件采用表格的形式，数据显示直观，操作方便。 与文本文件不同，Excel文件中采用工作表存储数据，一个文件有多张不同名称的工作表，分别存放相同字段或不同字段的数据。 为方便浏览和统计学生的考试成绩，需要通过Excel输入抽取物理成绩数据。 1、建立Excel输入转换工程 2、设置Excel输入组件参数 （1） 获取选中文件的工作表。 单击【获取工作表名称…】按钮，弹出【输入列表】对话框，左边【可用项目】列表列出选中文件的所有工作表，如“物...
kettle服务本地jar包，kettle-core，kettle-dbdialog，kettle-engine，pentaho
最新发布
11-16
kettle-core-7.1.0.0-12.jar kettle-dbdialog-7.1.0.0-12.jar kettle-engine-7.1.0.0-12.jar pentaho-metadata-7.1.0.0-12.jar
kettle-core-8.1.0.0-365_kettle_kettle达梦8_
10-03
适配了达梦数据库的kettle核心代码。
pentaho kettle-engine-8.3.0.0-371.jar
04-10
pentaho kettle-engine-8.3.0.0-371.jar
kettle-engine-7.1.0.0.jar
10-26
kettle-engine-7.1.0.0.jar
基于Spark的企业订单数据分析
需要远程指导仿真实验、代码有问题的，请后台私信或者关注公众号
07-03 2423
大数据实验教学系统案例：企业订单数据分析现有某公司销售数据集，包含orders、order details和products数据。其中：830个orders和2,155个order details。现公司领导提出，希望大数据分析部门通过分析该销售数据集，回答以下问题： • 每个客户下了多少订单? • 每个国家的订单有多少? • 每月(年)有多少订单? • 每个客户的年销售总额是多少? • 客户每年的平均订单是多少?本案例用到的数据集说明如下：   订单数据集文件：/data/dataset/nw/NW-Or
8.3统计各售货机日销售金额
m0_68714092的博客
11-24 497
8.3统计各售货机日销售金额
kettle开发篇-计算器-Day10
qq_29061315的博客
12-08 1204
前言： 我们知道我们通常可以通过函数或者SQL来完成简单的数学运算。但是我们针对手工的EXCEL文件需要进行运算时，这时候该怎么去处理呢？如果你精通EXCEL或者喜欢研究EXCEL，我相信一般的EXCEL公式也可以找到答案，但是这些都是手工操作并且不能批量处理EXCEL表的数据，在前面我们学会了怎么批量读取EXCEL表数据，当然我们可以通过将EXCEL数据读取至数据库的表中，然后通过程序或者SQ...
数据分析——Kettle插件开发异常信息总结
xhy1999的博客
09-04 2308
前言：此博客主要用来记录开发Kettle的过程中遇到的一些坑与异常信息，并记录对其分析的过程。 (1).类型异常(org.pentaho.di.core.exception.KettleValueException) 在对输入流中的字符串进行处理，并放入输出流时，使用了以下代码 //从输入流中读取一行 Object[] r = getRow(); //处理过程略 ... //将其中一个重新赋值(str为String类型) r[i] = str;
kettle案例8-生成记录
勇气与行动
10-26 869
参考《ETL数据整合与处理》--任务2.5 在数据统计中，往往要生成固定行数和列数的记录，用于存放统计总数。 为方便记录1~12月份商店的销售总额，需要通过生成记录，生成一个月销售总额的数据表。包括商品名称和销售总额两个字段，记录销售的商品和当月商品统计销售总额。 ...
kettel使用客户订单详情“order_details.csv" 文件和无人售货机信息box_ list.csv 文件中的数据，计算2018年售货机的商品销售金额，并按照从高到低的顺序进行排序。
06-12
好的，根据您的要求，我会使用客户订单详情“order_details.csv" 文件和无人售货机信息box_list.csv 文件中的数据，计算2018年售货机的商品销售金额，并按照从高到低的顺序进行排序。 首先，我们需要将这两个文件进行合并，以便能够计算每个售货机的商品销售金额。具体步骤如下： 1. 读取 order_details.csv 文件，获取每个订单的商品信息和售货机编号。 2. 读取 box_list.csv 文件，获取每个售货机的位置信息和编号。 3. 将两个数据集合并，以售货机编号为键，得到每个售货机的位置信息、商品信息和销售金额。 4. 计算每个售货机的商品销售金额，并按照从高到低的顺序进行排序。 下面是具体的 Python 代码实现： ```python import pandas as pd # 读取 order_details.csv 文件 order_details = pd.read_csv('order_details.csv') order_details['date'] = pd.to_datetime(order_details['date']) # 将日期转换为 datetime 类型 order_details = order_details[order_details['date'].dt.year == 2018] # 只保留 2018 年的数据 # 读取 box_list.csv 文件 box_list = pd.read_csv('box_list.csv') # 合并两个数据集 merged_data = pd.merge(order_details, box_list, on='box_id') # 计算每个售货机的商品销售金额 grouped_data = merged_data.groupby('box_id')['price'].sum().reset_index() grouped_data = pd.merge(grouped_data, box_list, on='box_id') grouped_data = grouped_data[['box_id', 'location', 'price']] grouped_data = grouped_data.sort_values(by='price', ascending=False) print(grouped_data) ``` 上述代码中，我们首先读取了 order_details.csv 和 box_list.csv 文件，并将两个数据集合并。然后，我们根据售货机编号进行分组，计算每个售货机的商品销售金额，并将结果按照销售金额从高到低进行排序。最后，我们输出了结果。 希望这个代码可以帮助您解决问题。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值