本篇文章涉及内容:
请你读取 2019年销售数据.csv 文件,求出每个销售员四个季度的总销售额,按总和排序后保存到 2019年销售数据汇总.csv 文件中。最后再打印出第一行数据,看看谁是销售冠军吧!
2019年销售数据.csv
销售员,团队,第一季度,第二季度,第三季度,第四季度
刘一,A,6324,5621,6069,6005
陈二,B,4508,3391,5933,5002
张三,C,3426,3549,5872,5759
李四,D,2104,3939,3285,3461
王五,A,4830,5763,2923,4033
赵六,B,2545,3747,2232,3472
孙七,C,3964,5053,6499,5056
周八,D,5584,6176,5405,6683
吴九,A,2769,5440,5724,4338
郑十,B,4935,2617,2424,3833
冯十一,C,4360,4846,4355,5182
蒋十二,D,4509,3673,4717,3489
毕十三,A,4873,5403,3889,2567
朱十四,B,3338,4965,5800,4061
秦十五,C,1501,2238,1272,2265
许十六,D,5369,3420,5169,5790
钱十七,A,6924,5912,5907,5263
沈十八,B,2733,2649,3402,3164
韩十九,C,1519,1553,1411,2091
杨二十,D,3268,5090,3898,4180
import pandas as pd
pd.set_option('display.unicode.ambiguous_as_wide', True)
pd.set_option('display.unicode.east_asian_width', True)
# 导入csv文件
df = pd.read_csv('2019年销售数据.csv')
# 查看表头5条数据信息
# print(df.head()) 可以先打出来看看
#求销售额总和
df['总和'] = df['第一季度'] + df['第二季度'] + df['第三季度'] + df['第四季度']
# 销售额排序,排序默认是升序,因此ascending设为False改成降序。
# inpalce=True表示修改元数据
df.sort_values('总和',ascending=False,inplace=True)
# 导出CSV文件
# index=False是不希望将最左侧的索引保存到文件中
df.to_csv('2019年销售数据.csv',index=False)
# 只看销售冠军,第2列,索引1
print(df.head(1))
销售员 团队 第一季度 第二季度 第三季度 第四季度 总和
0 刘一 A 6324 5621 6069 6005 24019