（Python可视化课程复习）练习1：超市营业额分析（附处理数据）Part1

import pandas as pd
import matplotlib.pyplot as plt

首先，引入pandas库，matplotlib库，代码如上

虽然使用Jupyter代码块处理数据很方便，随时用哪些代码，可以直接在代码块之间插入，或者不许要某些部分可以选择不运行，但还是建议把import全放在前面，比较好找到都用了什么。（虽然建议都放在前面，但是不建议都放在同一个代码块中，运行起来有可能非常慢）

那么什么是Pandas呢

Pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。
Pandas纳入了大量库和一些标准的数据模型，提供了大量能使我们快速便捷地处理数据的函数和方法。
主要包含两种数据类型：Series和DataFrame

• Series可以理解为dict的升级版本，主数组存放numpy数据类型，index数据存放索引

• DataFrame相当于多维的Series，有两个索引数组，分别是行索引和列索引，可以理解成Series组成的字典

 那么什么是matplotlib呢

       Matplotlib 是 Python 中最受欢迎的数据可视化软件包之一，支持跨平台运行，它是 Python 常用的 2D 绘图库，同时它也提供了一部分 3D 绘图接口。Matplotlib 通常与 NumPy、Pandas 一起使用，是数据分析中不可或缺的重要工具之一。
       Matplotlib 是 Python 中类似 MATLAB 的绘图工具，如果您熟悉 MATLAB，那么可以很快的熟悉它。Matplotlib 提供了一套面向对象绘图的 API，它可以轻松地配合 Python GUI 工具包（比如 PyQt，WxPython、Tkinter）在应用程序中嵌入图形。与此同时，它也支持以脚本的形式在 Python、IPython Shell、Jupyter Notebook 以及 Web 应用的服务器中使用。

可以简单理解为，好用的画图工具

Pandas 的set_option 函数

设置输出结果列对齐

# 设置输出结果列对齐
pd.set_option('display.unicode.ambiguous_as_wide', True)
pd.set_option('display.unicode.east_asian_width', True)

这里使用的是Pandas的set_option函数，其中的其他功能如下

import pandas as pd

pd.set_option('display.unicode.ambiguous_as_wide', True)#设置列名对齐
pd.set_option('display.unicode.east_asian_width', True)#设置列名对齐
pd.set_option('display.max_rows',None)   #显示所有行
pd.set_option('display.max_columns',None)#显示所有列
pd.set_option('expand_frame_repr', False)#设置不换行
pd.set_option('precision',1)#显示小数点后的位数
pd.set_option('display.max_rows',3)#最多显示的行数
pd.set_option('display.max_columns',3)#最多显示的列数
pd.set_option('colwidth',1)#设置列长度
 
pf = pd.read_excel('0000001.xlsx')
print(pf)

最后的pd.read_excel('0000001.xlsx')指的是读取文件名为0000001.xlsx的表格，并赋给pf。

预备工作做好后正式处理数据

1.读取excle文件中的数据

df = pd.read_excel(r'超市营业额2.xlsx')   #读取全部数据，使用默认索引
df.head(5)

注：df.head(5)指展示前5行

效果如下：

 2.筛选符合特定条件的数据

选择某一行

#选择某一行
print(df.iloc[1])        #df.iloc[行号]    

效果如下

 查询列名

df.columns

效果如下

以某列为行索引

df1 = df.set_index('工号')
df1.head(5)

 效果如下

 查找某索引下的行

df1.loc[1001].head(5)         #df.loc[行标签]

查找索引为1001的数据，并展示前5行

效果如下

在某范围内，筛选某列值 

如，在此例子中，筛选在“交易额”列下，值大于1700的行

df[df.交易额>1700].head(5)     #交易额大于1700的数据

效果如下

 如，在此例子中，按列“时段”中等于9:00-14:00筛选行

df[df.时段=='9：00-14：00']   #上午班交易的数据

效果如下

 如，选取通知满足“时段”为9：00-14：00，“姓名”为张三的

df[(df.时段=='9：00-14：00') & (df.姓名=='张三')]

效果如下

 3.查看数据特征和统计信息

查看统计信息

df.交易额.describe()           #查看交易额的统计信息

效果如下：

注：count为行数，mean为平均数，std为标准差，min为最小值，25%、50%、75%分别为4等分的三个值，max为最大值

求某列总和

如，求交易额总和

df.交易额.sum()

效果如下

按某列正序或倒序排列

df1 = df.sort_values(by='交易额',ascending = False,inplace = False)

 参数说明
by       指定列名(axis=0或’index’)或索引值(axis=1或’columns’)
axis    若axis=0或’index’，则按照指定列中数据大小排序；若axis=1或’columns’，则按照指定索引中数据大小排序，默认axis=0
ascending    是否按指定列的数组升序排列，默认为True，即升序排列
inplace         是否用排序后的数据集替换原来的数据，默认为False，即不替换
na_position    {‘first’,‘last’}，设定缺失值的显示位置

此例中，按交易额值，正序排列

效果如下