【Pandas】这份Pandas练习题,必须成功拿下~
共 1838字,需浏览 4分钟
·
2021-10-17 14:17
公众号:尤而小屋
作者:Peter
编辑:Peter
写过很多Pandas的文章,主要讲解了常用的操作和函数的用法。今天自制了一份水果订单和销售的数据(模拟数据,仅供学习),主要是用来加深理解下如何灵活且快速使用Pandas来完成我们的需求。
![](https://filescdn.proginn.com/1f3be04590ef1f6fdf8ec08aa057f72d/3228557580acd989e9291451fc8fb11c.webp)
Pandas文章
推荐几篇文章:
![](https://filescdn.proginn.com/25b6ed1fd992b636a23b182bfffb4bbf/0ec365fa47beeb98a1a46a26bfbd029e.webp)
数据讲解
1、模拟的第一份数据有5个字段:订单号、下单人、商品、价格、数量
![](https://filescdn.proginn.com/2a192aed95d57fa1a388cb102e039f44/f7b1dd060ed3c58214089ae6ea3aea4f.webp)
订单号:每个订单的订单号,一个订单号中存在一个或者多个商品 下单人:一个人可能下1个或者多个订单,比如张三只下了一个订单,李四下了多个订单 商品:同一个商品可能在多个订单中出现 价格:每个订单中每个商品的价格,不同的订单中,同一个商品的价格都可能是不同的,比如SOD订单中苹果是10,但是在DFH订单中却是9.8 数量:每个订单中每个商品的销售数量
2、模拟的第二份数据中就两个字段:商品和产地
![](https://filescdn.proginn.com/229ab5c0d89d378653b2b2d18374bbc5/be0fc7a1abeeff61e7364456753f0bdd.webp)
同时我们可以看到:这两份数据是存在不同的sheet中的,存储成为xlslx文件,并且没有任何的缺失值数据。
需求1:不同的方式读取数据
存在同一个Excel中的不同sheet中,我们采取不同的方式来读取:
方式1:同时指定文件和sheet的名称
import pandas as pd # 先导入包
![](https://filescdn.proginn.com/61656da29258e7135e2a3fa0c8fa19ae/1a6c0e05f23fa0cfdf6155d33f81412c.webp)
方式2:指定文件名和sheet的索引号,索引从0开始
![](https://filescdn.proginn.com/01a1004dc0c4b5dcc5d64a08737815d1/d8319012d3496672249862384e18c176.webp)
需求2:两份数据的合并
可以看到两个sheet中的数据是通过“商品”这个字段进行关联的,我们使用pandas中的merge函数,并且保留第一份(左边left)表格中的全部信息。
merge函数是一个非常重要的函数,可以灵活地处理Pandas中的数据合并问题。
![](https://filescdn.proginn.com/fb1cf635a24a5f7a0c9e5c2ed7637381/863072e0b22bccdb1bdfddb2ebcb15e0.webp)
接下来的各种需求都是针对上面合并的数据进行处理的
需求3:订单量、客户量、商品量
订单量:这份数据总共下了多少个订单
unique:中文是独特的意思,就是订单号这个字段有多个独特、唯一的信息。总共是7个订单
![](https://filescdn.proginn.com/c592ddfe1beef43f980b2057102ebe0b/ffdabc3effb3cbd9f315c18574c33a62.webp)
同样的道理:可以得到多少个下单用户、销售了多少种商品?
![](https://filescdn.proginn.com/ca4ca91594bc91c46bd81181e2968e47/00afacde630348409066e31f74e103e6.webp)
需求4:每个用户的下单量
就是求每个用户下了多少个订单:使用groupby进行分组统计每个下单人的订单量。
先使用groupby函数进行分组 再使用聚合函数nunique,统计每个“订单号”的个数(去重统计) 最后再索引重置下
![](https://filescdn.proginn.com/896c2886737bfe1d79152b3e336cf594/eacbbe2a2ba8c823aab31cc76a8ef509.webp)
看到李四下了3张订单,是最多的
需求5:每个用户的总消费金额
1、先增加一列:总额
![](https://filescdn.proginn.com/bd1373517bbd7183a88da9b8d8a96fea/ac9cbfee584fb100b125ca9930239406.webp)
2、两种不同方式的分组再聚合
![](https://filescdn.proginn.com/31fdc9a6f8220febc085be3d1bbd3ede/040afac1710abeebd2d6c4aad7df117f.webp)
需求6:不同产地的订单量、销量、销售总额
![](https://filescdn.proginn.com/b30d884da713fb029678c019888991d5/648dbbb9481fb913b79b228c9d5e4523.webp)
需求7:每个订单中价格最高的商品
找出每个订单中价格最高的商品,比如:SOD订单中价格最高的就是葡萄
![](https://filescdn.proginn.com/b1255e6b8feda70ae342acc11f18f92a/63edd12ba9ac35ed4b7eff86d773f545.webp)
方式1:第一种实现的方式如下:
先整体通过降序排列 再根据订单号来分组,取出第一条first数据即可
![](https://filescdn.proginn.com/102606ef1eb5e6ad87324cf1220a450c/699fb1d17903d27646c016cf91302e2f.webp)
方式2:实现方式如下
1、先实现每个订单号根据价格降序排列
![](https://filescdn.proginn.com/fa2c8dd12fa42d609c88ff4246282c41/954394c87185b01c8ee36facb0412c8f.webp)
方式2:多个函数的混合使用,可分开运行查看每步骤的结果
df.groupby("订单号").apply(lambda x: x.sort_values("价格",ascending=False)).reset_index(drop=True).groupby("订单号").first().reset_index()
![](https://filescdn.proginn.com/cda680ad74bc115e5b2685ee96d25ac0/d2871960c0e564c9e55b782415a077d7.webp)
方式3:分组的时候使用groupby_keys参数
![](https://filescdn.proginn.com/34ffd7774bd85251fade14cf9a123b4b/70b7fe560236af3916b474cc05ef464e.webp)
需求8:每个订单中价格最高的前2位
取出每个订单中价格最高的前2位,若只有一位取出一位即可。
![](https://filescdn.proginn.com/38b0bd9c93241d63fdd2cc7ba076d275/9366f4fcb5fccf5336b6ee880cad5d7d.webp)
上面是取出分组后最高的数据,即第一条first。在这个需求中我们使用head函数,可以取出任意的n条数据:Top-N
![](https://filescdn.proginn.com/20e105fc221fdef3aa56aff47061f230/a295e9f8eeb352b5dbfacfe13579e5c1.webp)
需求9:每个商品的笔单价(保留2位小数)
我们来拆解题意:
每个商品:确定了分组的元素是groupby="商品" 笔单价:先求每个商品的总销售额,在求每个商品的订单数,最后相除
![](https://filescdn.proginn.com/de44b96882e55a13ffd936cd364e7f53/e8d804d9013b996e46b98721ca6caee5.webp)
如何对上面的商品笔单价保留两位小数呢?两种方法来实现:
![](https://filescdn.proginn.com/f337fdf7bd0caf9a6b9089382f817945/e9baa2a9a4ea75497f3086201b9d2e57.webp)
往期精彩回顾 本站qq群851320808,加入微信群请扫码: