超市营业额数据分析

数据：链接：https://pan.baidu.com/s/155xelD0h2OmgOBiXFcmnuw?pwd=kbkp
提取码：kbkp

1：查看单日交易额最小的3天的交易数据，并查看这3天是周几

1.1：导入模块

import pandas as pd
1

1.2：数据处理

读取表格数据

df = pd.read_excel("超市营业额.xlsx")
1

根据日期分类汇总，按交易额求和汇总并取最小的前3位和交易额的列名

df1 = df.groupby(by="日期", as_index=False).agg({"交易额": "sum"}).nsmallest(3,['交易额'])
1

1.3：输出结果

print(pd.to_datetime(df1.日期).dt.day_name())
1

24      Monday
20    Thursday
9       Sunday
Name: 日期, dtype: object
1
2
3
4

完整代码

import pandas as pd

df = pd.read_excel("超市营业额.xlsx")
df1 = df.groupby(by="日期", as_index=False).agg({"交易额": "sum"}).nsmallest(3,['交易额'])

print(pd.to_datetime(df1.日期).dt.day_name())
1
2
3
4
5
6

2：把所有员工的工号前面增加一位数字，增加的数字和原工号最后一位相同，把修改后的数据写入新的文件“超市营业额2_修改工号.xlsx”

2.1：导入模块

import pandas as pd
1

2.2：数据处理

读取表格数据

df = pd.read_excel("超市营业额.xlsx")
1

把所有员工的工号前面增加一位数字

df['工号']=df['工号'].map(lambda s: str(s)[-1] + str(s))
1

把修改后的数据写入新的文件“超市营业额2_修改工号.xlsx”

df1 = pd.read_excel("超市营业额2_修改工号.xlsx")
1

查看是否写入

df1 = pd.read_excel("超市营业额2_修改工号.xlsx")
print(df1)
1
2

工号  姓名          日期           时段     交易额    柜台
0    11001  张三  2019-03-01   9：00-14：00  1664.0   化妆品
1    21002  李四  2019-03-01  14：00-21：00   954.0   化妆品
2    31003  王五  2019-03-01   9：00-14：00  1407.0    食品
3    41004  赵六  2019-03-01  14：00-21：00  1320.0    食品
4    51005  周七  2019-03-01   9：00-14：00   994.0   日用品
..     ...  ..         ...          ...     ...   ...
244  21002  李四  2019-03-31  14：00-21：00   859.0  蔬菜水果
245  41004  赵六  2019-03-31   9：00-14：00  1668.0   日用品
246  41004  赵六  2019-03-31  14：00-21：00  1722.0   日用品
247  31003  王五  2019-03-31   9：00-14：00  1274.0    食品
248  61006  钱八  2019-03-31  14：00-21：00   812.0    食品
1
2
3
4
5
6
7
8
9
10
11
12

完整代码

import pandas as pd
 
df = pd.read_excel("超市营业额.xlsx")

df['工号']=df['工号'].map(lambda s: str(s)[-1] + str(s))

df.to_excel('超市营业额2_修改工号.xlsx',index = False)

df1 = pd.read_excel("超市营业额2_修改工号.xlsx")
print(df1)

1
2
3
4
5
6
7
8
9
10
11

3：把每个员工的交易额数据写入文件“各员工数据.xlsx”，每个员工的数据占一个 worksheet，结构和“超市营业额2.xlsx”一样，并以员工姓名作为worksheet 的标题

3.1：导入模块

import pandas as pd
1

3.2：数据处理

读取表格数据

df = pd.read_excel("超市营业额.xlsx")
1

设置输出格式

writer = pd.ExcelWriter('各员工数据.xlsx')
1

读取姓名并去重

names = set(df['姓名'])
1

每个员工的数据占一个 worksheet，并以员工姓名作为worksheet 的标题

for name in names:
    df1 = df[df.姓名 == name]
    df1.to_excel(writer, sheet_name = name, index = False)
writer.save()
1
2
3
4

完整代码

import pandas as pd

df = pd.read_excel("超市营业额.xlsx")
writer = pd.ExcelWriter('各员工数据.xlsx')


names = set(df['姓名'])

for name in names:
    df1 = df[df.姓名 == name]
    df1.to_excel(writer, sheet_name = name, index = False)
    
writer.save()

1
2
3
4
5
6
7
8
9
10
11
12
13
14

4：利用Pandas绘制折线图展示一个月内各柜台营业额每天的变化趋势

4.1：导入模块

import pandas as pd
import matplotlib.pyplot as pt
import matplotlib.font_manager as fm
1
2
3

4.2：数据处理

读取表格数据并筛选列名为’日期’, ‘柜台’, ‘交易额’，的列

df = pd.read_excel('超市营业额.xlsx',usecols=['日期', '柜台', '交易额'])
1

根据日期和柜台分类汇总，对交易额进行求和

df = df.groupby(by = ['日期','柜台'], as_index = False).agg({"交易额": "sum"})
1

以日期横轴，柜台为纵轴，交易额为变化曲线画图

df = df.pivot(index = '日期', columns = '柜台', values = '交易额')
df.plot()
1
2

完整代码

import pandas as pd
import matplotlib.pyplot as pt
import matplotlib.font_manager as fm

df = pd.read_excel('超市营业额.xlsx',usecols=['日期', '柜台', '交易额'])

df = df.groupby(by = ['日期','柜台'], as_index = False).agg({"交易额": "sum"})
df = df.pivot(index = '日期', columns = '柜台', values = '交易额')

df.plot()
1
2
3
4
5
6
7
8
9
10

5：利用Pandas绘制饼状图展示该月各柜台营业额在交易总额中的占比

5.1：导入模块

import pandas as pd
import matplotlib.pyplot as pt
import matplotlib.font_manager as fm
1
2
3

5.2：数据处理

设置使用中文字体（font）为黑体（SimHei）

pt.rcParams['font.sans-serif'] = ['simhei']
1

读取表格数据并筛选列名为 ‘柜台’, ‘交易额’，的列

df = pd.read_excel('超市营业额.xlsx',usecols=['柜台', '交易额'])
1

根据柜台分类汇总，对交易额进行求和

df = df.groupby(by = ['柜台'], as_index = False).agg({"交易额": "sum"})
1

展示该月各柜台营业额在交易总额中的占比

df = df.plot(x = '柜台', y = '交易额', kind = 'pie', labels = df.柜台.values)
pt.legend()
pt.show()
1
2
3

完整代码

import pandas as pd
import matplotlib.pyplot as pt
import matplotlib.font_manager as fm

pt.rcParams['font.sans-serif'] = ['simhei']

df = pd.read_excel('超市营业额.xlsx',usecols=['柜台', '交易额'])
df = df.groupby(by = ['柜台'], as_index = False).agg({"交易额": "sum"})

df = df.plot(x = '柜台', y = '交易额', kind = 'pie', labels = df.柜台.values)
pt.legend()
pt.show()
1
2
3
4
5
6
7
8
9
10
11
12

6：绘制柱状图展示张三在不同柜台的交易总额

6.1：导入模块

import pandas as pd
import matplotlib.pyplot as pt
import matplotlib.font_manager as fm
1
2
3

6.2：数据处理

设置使用中文字体（font）为黑体（SimHei）

pt.rcParams['font.sans-serif'] = ['simhei']
1

读取表格数据并筛选列名为’姓名’, ‘柜台’, ‘交易额’，的列

df = pd.read_excel('超市营业额.xlsx',usecols=['姓名','柜台', '交易额'])
1

筛选姓名为张三的信息

df = df[df.姓名 == '张三']
1

根据柜台分类汇总，对交易额进行求和

df = df.groupby(by = ['柜台'], as_index = False).agg({"交易额": "sum"})
1

绘制柱状图展示张三在不同柜台的交易总额

df = df.plot(x = '柜台', y = '交易额', kind = 'bar')
pt.legend()
pt.show()
1
2
3

完整代码

import pandas as pd
import matplotlib.pyplot as pt
import matplotlib.font_manager as fm

pt.rcParams['font.sans-serif'] = ['simhei']

df = pd.read_excel('超市营业额.xlsx',usecols=['姓名','柜台', '交易额'])
df = df[df.姓名 == '张三']
df = df.groupby(by = ['柜台'], as_index = False).agg({"交易额": "sum"})

df = df.plot(x = '柜台', y = '交易额', kind = 'bar')
pt.legend()
pt.show()
1
2
3
4
5
6
7
8
9
10
11
12
13