进销存管控专题：1.python处理销售排名

python处理销售排名

在商品经营管理中，流行趋势是我们需要把控的一个关键点，除了在市场上进行热度的跟踪之外，商品销售数据的分析也是重要方式之一。

不同产品的不同颜色印花码数等销量的数据，也反映了市场对对应（SKU）的接受程度。

我们在管理过程中，会希望知道有什么款式什么颜色卖得好，从而优化 ‘款 色 码 质 价’ 的结构比例，来获得更好的销售产出。

那么，简单的排名我们可以通过Excel做到，复杂的多维度的排名我们又要怎样才能又快又好的得到呢？

在数据处理上，python庞大的三方库对我这种编程小白十分友好，我只需要知道我的需要，构造我的数学计算逻辑，就能有相应的三方库区帮我实现我的想法。

那么今天先带大家来看下，怎样通过python去进行复杂多维度的排名输出，比如：门店商品每个系列销量前三？每个机场正常率最低的三个？

通过Excel想要实现这个目的需要用到数据透视或者较为繁琐的多步骤处理，这在商品多而数据量大的时候，是极为机械且消耗时间的，人生苦短我用python。

第一步自然是获取我们的原始数据：
一般来说，连锁经营的业务会有个进销存管理的数据库，（如果不是连锁经营，大概率也不会有需要用程序去节省的工作量）。

我们通过数据库导出来的数据，会有各种商品维度的信息，这些维度都是我们在经营管理中希望关注的重点。

那么从N个维度字段中提取特定列维度的数据进行处理就是我们的第一步，当然，你也可以选择设置好固定格式，会更加的简便没有数据冗余。

我在前面自学python的时候，学会了用xlrd库进行Excel表格元素的获取，然后把表格数据转换为：
字典{‘第几行’：{‘第几列’：单元格内容}} 的形式

这种编写方式虽然很业余和繁琐，但是却能很好的帮助我定位要处理的表格数据，做到对数据的增删改查，极大的方便了我再后期数据处理内容编写时的工作。

获取了需要的数据之后，我们的目的是分类排名，那么就要把对应的数据和类别进行捆绑。

这个时候我们要做的第二步，就是
把原始的表格数据结构转化为关联表现性较强的数据结构
这一步的工作，大概类似于Excel里面的数据透视。

那么我们希望数据按照他本身的连带管理来存储：
商品{‘品名’：‘商品1’，‘货号’：‘123456’，‘季节’：‘春’，‘系列’：‘某品牌联名款’，‘色号’：{}}
那么在商品里面，色号有有不同颜色的对应关系，这也是我们希望获知的：不同商品色号销量前3
色号：{‘01’：{}，‘02’：{}，‘03’：{}，‘04’：{}，‘05’：{}}
对不同的色号除了主要用于排序的销量情况外，我们也会需要其他的比如剩余库存，比如对应的某些率等数据进行辅助分析
01：{’销量‘：100，’库存‘：0，’毛利率‘：50%}

我们按照实际需要设计好商品的数据结构之后，我们就可以通过对应的指针对数据进行调用了。

那么第三步就是基于这个调用，我们来进行一个排序就可以实现目的了