用Python实现小组排名

我们要依据【等级一销售表.xlsx】和【销售总表.xlsx】对各小组进行优秀频次排名及平均销量排名，并将排名结果保存为【小组销量排名表.xlsx】，需要学习的新知识点有 2 个，分别是list.index()和dict.items()。

 我们要实现小组排名功能，可以拆解为以下 3 个小步骤，

1）统计【等级一销售表.xlsx】中各个小组人员数量，并按照数量对各个小组做排序；
2）统计并计算【销售总表.xlsx】中各个小组的平均销量，根据平均销量对各个小组做排序；
3）创建新工作簿，写入表头“销售小组”、“优秀频次”、“频次排名”、“平均销量”、“销量排名”，根据“优秀频次”和“平均销量”的排序结果添加名次，将新表保存成【小组销量排名表.xlsx】。

2 小组排名

2.1 统计优秀频次并排序

关于“优秀频次”的定义，在前面的时候就有介绍，即【等级一销售表.xlsx】中各小组出现的频次。

每个小组都应该有对应的频次，因此我们可以用键值对的形式去保存这种一一对应的关系，即将小组名称作为键，频次数量作为值。

由于一开始我们也不知道频次数量，需要进行统计。因此在开始计数之前需要先定义一个空字典 excellence_dict，然后通过读取表格数据，累加出现的频次，以此得到各小组的优秀频次。

注意，这里在新建键值对的时候不需要手动写 9 次，下面会教大家一个小技巧。

 get() 这个用法，如果 dict.get(key) 返回的结果是 None，表明 key 键不在字典中，如果 dict.get(key) 返回的结果不为 None，则表示 key 键在字典中，此时 dict.get(key) 等价于dict[key]。

# 定义字典
dict_test = {'A': 1, 'B': 2, 'C': 3}

# 'C'键存在
print(dict_test.get('C'))

# 'D'键不存在
print(dict_test.get('D'))

 

因为 'C' 键存在，所以 dict_test.get('C') 相当于 dict_test['C'] ，直接打印 3，而 'D' 键不存在，打印结果是 None。

# 定义字典
dict_test = {'A': 1, 'B': 2, 'C': 3}

# 判断'D'键是否存在，若不存在，新增键值对'D':0
if  'D' not in dict_test:
    dict_test['D']=0
    

print(dict_test)

# 定义字典
dict_test = {'A': 1, 'B': 2, 'C': 3}

# 判断'D'键是否存在，若不存在，新增键值对'D':0
if dict_test.get('D') == None:
    dict_test['D'] = 0
print(dict_test)

 

回到项目本身，要新建 9 个键值对，首先打开【等级一销售表.xlsx】，从第 2 行开始遍历，取出每一行的第二项，即组名，赋值给变量 group_name，然后判断 excellence_dict.get(group_name) 是否为 None。

如果 excellence_dict.get(group_name) == None ，代表字典中不存在变量 group_name 对应的键，我们就要初始化 excellence_dict[group_name] = 0 ，完成新键值对的添加。

添加完键值对，就要开始统计优秀频次了，这一步的逻辑是在循环中每读取到一次 group_name，则 group_name 键对应的频次就加1

from openpyxl import load_workbook
# 读取销售总表
wb = load_workbook('./等级销售表/等级一销售表.xlsx')
sheet = wb.active

# 初始化一个优秀频次字典
excellence_dict = {}

# 遍历数据
for row in sheet.iter_rows(min_row=2, values_only=True):
    # 取出组名
    group_name = row[1]

    # 判断该组在字典中存不存在，不存在则初始化为0
    if  excellence_dict.get(group_name) == None:
        excellence_dict[group_name] = 0
        

    # 给该组计数加一
    excellence_dict[group_name]+=1
print(excellence_dict)

 

 

由打印的结果就可以看到优秀频次统计完成啦。

得到优秀频次后，还需要对频次进行排序，我们依旧选择用sorted()结合lambda表达式完成排序。

和汇总排序功能的排序不同的是，这里的对象不是列表而是字典，为了便于后面获取各个销售组对应的排名，这里需要把各个销售小组拿出来，因此要用 dict.keys() 先获得字典的键，我们可以先看看 dict.keys() 是怎么用的。

# 定义字典
dict_test = {'A': 1, 'B': 2, 'C': 3}

# 提取出所有的键
print(dict_test.keys())

 

 运行结果为 dict_keys(['A', 'B', 'C'])，它的类型是 dict_keys，也是一个可迭代对象，通过 for 循环遍历 dict_test.keys() 就可以分别得到 'A', 'B', 'C'。

为了便于理解，我们可以把它转换为列表格式，即 list(dict_test.keys())，得到一个由键组成的列表 ['A', 'B', 'C']。其实直接用 dict.keys() 也是可以的，因为用 sorted() 排序后会返回一个列表。

说到 sorted()，还记得在项目中我们要掌握的 sorted() 的3个参数吗？

第一个参数位置要传入可迭代对象；
第二个参数 key 取的是可迭代对象中用于比较排序的元素;
第三个参数 reverse 是用于控制升序（从小到大）/降序（从大到小），默认是 reverse = False，表示升序。

这里我们已经确定要传给 sorted() 的可迭代对象就是 list(excellence_dict.keys())，那么 lambda 表达式要怎么写呢？

因为是以优秀频次作为排序的依据，也就是说 lambda 表达式冒号右边的返回值必须是优秀频次，而冒号左边的参数是键，因此可以通过字典 excellence_dict 将参数和返回值联系起来。

最后就是做降序排序啦。

from openpyxl import load_workbook
# 读取销售总表
wb = load_workbook('./等级销售表/等级一销售表.xlsx')
sheet = wb.active

# 初始化一个优秀频次字典
excellence_dict = {}

# 遍历数据
for row in sheet.iter_rows(min_row=2, values_only=True):
    # 取出组名
    group_name = row[1]

    # 判断该组在字典中存不存在，不存在则初始化为0
    if excellence_dict.get(group_name) == None:
        excellence_dict[group_name] = 0

    # 给该组计数加一
    excellence_dict[group_name] += 1

# 根据小组的优秀频次进行排序
excellence_rank = sorted(list(excellence_dict.keys()), key=lambda x: excellence_dict[x], reverse=True)
print(excellence_rank)

 

2.2 统计平均销量并排序

统计平均销量需要先读取销售总表，根据每行的组名分类统计各组的"总计"列的总和，最后处以组人数得到每个小组的平均销量。

而平均销量排序和优秀频次排序是类似的，需要先定义一个空字典 avg_dict，只不过是把值变成了累加各组每个人的“总计/瓶”数据，也就是说键为组名，值为小组平均销量。

接下来我们先尝试求取每组的总销量。

# 取出在汇总排序功能中最后得到的total_rows的一小部分数据
total_rows = [['陈洁', '销售七组', 10393, 815, 2993, 971, 1833, 889, 1128, 8629, 1], ['刘波', '销售七组', 10133, 1496, 2667, 774, 1924, 315, 1142, 8318, 2], ['陈涛', '销售六组', 10140, 1481, 2267, 568, 1989, 1236, 741, 8282, 3], ['张华', '销售二组', 10212, 1395, 2908, 490, 1485, 1149, 837, 8264, 4], ['陈伟', '销售八组', 10427, 1289, 2828, 502, 1279, 1354, 972, 8224, 5], ['李冬梅', '销售六组', 10195, 326, 2946, 886, 1963, 1309, 657, 8087, 6], ['杨秀兰', '销售五组', 10371, 509, 2715, 992, 1394, 1301, 1174, 8085, 7], ['杨林', '销售四组', 10063, 862, 2766, 799, 1611, 964, 1077, 8079, 8], ['李波', '销售一组', 10044, 1380, 2995, 886, 946, 1468, 327, 8002, 9], ['李雪梅', '销售二组', 10078, 1099, 2448, 760, 1574, 1215, 889, 7985, 10]]
# 初始化平均销量字典
avg_dict = {}

# 遍历数据
for row in total_rows:
    # 取出组名
    group_name = row[1]

    # 判断该组在字典中存不存在，不存在则初始化为0
    if avg_dict.get(group_name) is None:
        avg_dict[group_name] = 0

    # 统计总销售额
    avg_dict[group_name] += row[9]
print(avg_dict)

 

 

因为是要对平均销量排序，不是对小组总销量排序，所以还需要再进一步求平均销量，然后覆盖掉原键值对中的值，由 组名:小组总销量 变为 组名:平均销量。

这里我们需要同时获取到 avg_dict 的键和值。

对于字典，如果要同时得到键和值，可以用dict.items()，dict.items()通常会结合for循环使用，先看一个简单的例子：

dict1 = {'A': 1, 'B': 2, 'C': 3}

# 定义变量key，value分别存放键和值
for key, value in dict1.items():
    print(key, value)

 

 结果分别打印了字典的键和值，回到我们的项目中，求得平均销量：

avg_dict = {'销售七组': 16947, '销售六组': 16369, '销售二组': 16249, '销售八组': 8224, '销售五组': 8085, '销售四组': 8079, '销售一组': 8002}

# 求平均值，每个小组均为50人
for group_name, total in avg_dict.items():
    avg_dict[group_name] = total / 50

print(avg_dict)

 

对了，最后计算完别忘了再给平均销量做排序哦。

2.3 添加名次并保存新工作簿

新建工作簿，创建工作表，写入表头['销售小组', '优秀频次', '频次排名', '平均销量', '销量排名']，现在就只差频次排名、销量排名两列数据未得到，下面一起看看如何获得这些数据吧。

在前面，我们曾经使用过enumerate()添加排名，如果已经遗忘了也不要紧哦，可以回头看看前面的示例代码。

前面在做好优秀频次排序的时候，我们已经得到了关于小组排名的数据，并将其赋值给变量 excellence_rank，如果将 excellence_rank 作为 enumerate() 的参数进行遍历，并从 1 开始计数，就能得到“频次排名”了。

excellence_rank = ['销售八组', '销售一组', '销售三组', '销售七组', '销售二组', '销售六组', '销售九组', '销售五组', '销售四组']
# 按优秀频次排序写入数据
for index, group_name in enumerate(excellence_rank, 1):
    print(index ,group_name)

 

可以看到 index 就是对应各小组优秀频次的排名。

还剩销量排名这一项未得到，理论上我们也可以用上面的代码逻辑获取销量排名，但就又需要写一个 for 循环，既然 excellence_rank 和 avg_rank 都是由 group_name 组成的列表，并且这里已经得到了 group_name，有没有办法把两个 for 循环合并到一起呢？

答案当然是可以，不过需要学习一个新的知识点——list.index()。

list.index()可用于从列表中找出某个值第一个匹配项的索引位置，举个例子：

# 定义列表
list_info = ['a', 'b', 'c', 'b', 'd']

# 返回'c'在list_info中出现时的索引
print(list_info.index('c'))
# 返回'b'在list_info中第一次出现时的索引
print(list_info.index('b'))

 

运行后分别打印 2 和 1，也就是 'c' 和 'b' 在 list_info 中第一次出现时的索引。

回到项目中，平均销量的排序结果是 avg_rank，按索引顺序0、1、2……进行排列，其实也就是平均销量的名次，所以只要得到了 avg_rank 中各项的索引值就等同于获取了各小组的名次。又因为名次是从 1 开始算起，所以获取到的索引值要再加 1 才是真正的销量排名。

# 优秀频次排序结果
excellence_rank = ['销售八组', '销售一组', '销售三组', '销售七组', '销售二组', '销售六组', '销售九组', '销售五组', '销售四组']
# 平均销量排序结果
avg_rank = ['销售一组', '销售三组', '销售七组', '销售九组', '销售八组', '销售二组', '销售六组', '销售四组', '销售五组']

# 按优秀频次排序获取频次排名
for index, group_name in enumerate(excellence_rank, 1):

    # 获取销量排名
    sale_rank = avg_rank.index(group_name) + 1
    print(sale_rank)

 

至此，“销售小组”，“优秀频次'”，“频次排名'”，“平均销量”，“销量排名”这 5 项数据我们就都拿到了，最后要做的就是新建一个列表，将 5 项数据都添加进去，然后把数据写进新工作表，保存为【小组销量排名表.xlsx】。

from openpyxl import Workbook

excellence_dict = {'销售七组': 15, '销售六组': 12, '销售二组': 14, '销售八组': 18, '销售五组': 9, '销售四组': 8, '销售一组': 18, '销售九组': 10, '销售三组': 16}

excellence_rank = ['销售八组', '销售一组', '销售三组', '销售七组', '销售二组', '销售六组', '销售九组', '销售五组', '销售四组']

avg_dict = {'销售七组': 285631, '销售六组': 272001, '销售二组': 282512, '销售八组': 285006, '销售五组': 262319, '销售四组': 264814, '销售一组': 295537, '销售九组': 285210, '销售三组': 286086}

avg_rank = ['销售一组', '销售三组', '销售七组', '销售九组', '销售八组', '销售二组', '销售六组', '销售四组', '销售五组']

# 新建表
new_wb = Workbook()
new_sheet = new_wb.active

# 写入表头
new_sheet.append(['销售小组', '优秀频次', '频次排名', '平均销量', '销量排名'])

# 按优秀频次排序写入数据
for index, group_name in enumerate(excellence_rank, 1):
    # 获取优秀频次
    excellence_times = excellence_dict[group_name]
    # 获取平均销量
    avg_sales = avg_dict[group_name]
    # 获取销量排名
    sale_rank = avg_rank.index(group_name) + 1

    # 写入数据
    row = [group_name, excellence_times, index, avg_sales, sale_rank]
    new_sheet.append(row)
# 保存
new_wb.save('./小组销量排名表.xlsx')

 

3 总结

完成了小组排名的功能，本次实操项目所有表格数据处理的部分就完成啦，我们再来看一下知识点。