offer 报表数据分析示例

数据信息：

    Unnamed: 0  offerid      sourceName  affiliateId  clickCount  installs
0            0    21059     Clickorbits     10110006      705895      3785
1            1     1818       Mobavenue     10110080        9209      3124
2            2     1817       Mobavenue     10110080        4021         1
3            3    16493      A-Scale.IO     10110006     4651015       695
4            4    21048   A-Flyfunads-C     10110006           0      1321
5            5    18297        XYads-ID     10110006     7451168      2954
6            6    18676      A-Adaction     10110014       16421     13071
7            7    12078        A-Advolt     10110080        3335         0
8            8    12382     A-NSG Media     10110080        3918         1
9            9     1625       Mobavenue     10110006     1954129      2775
10          10    20630      comemobile     10110006           0         0
11          11    20169   A-Collectcent     10110006     5452751      3426
12          12    18379       Mobavenue     10110080       30705     26637
13          13    20698  A-Mobisummer-C     10110006       28274       108
14          14     4702        A-Justdo     10110006    16053001     22456
15          15     6987        A-Advolt     10110006     5543597      4552
16          16    12072          D-Nira     10110080       31776     27680
17          17     2022    A-AppMontize     10110080       23475     20022
18          18    20038  A-Smartconnect     10110006      513361        62
19          19     1818       Mobavenue     10110006     8329336      1421

1、 查看offer 报表的最高clickCount，最低clickCount，平均值和中位数；

data = pd.read_csv(filename)
data['clickCount'].max()
data['clickCount'].min()
data['clickCount'].mean()
data['clickCount'].median()

2、 查看offer 报表的最高clickCount和最低clickCount 的全部信息；

data = pd.read_csv(filename)
data.sort_values('clickCount').head(1)           最小值
data.sort_values('clickCount').tail(1)           最大值
data[data['clickCount'] == data['clickCount'].max()]

3、 获取installs 最高的2个 sourceName；

data = pd.read_csv(filename)
result = data.groupby('sourceName')['installs'].sum().sort_values(ascending=False).head(2)

4 、获取installs 最高的1个affiliateId 值；

data = pd.read_csv(filename)
result = data.groupby('affiliateId')['installs'].sum().nlargest(1)

5 、按affiliateId 值分组，统计每个affiliateId下offerid的个数；

data = pd.read_csv(filename)
result = data.groupby('affiliateId')['offerid'].count()

affiliateId
10110006    12
10110014     1
10110080     7

6、 查找 affiliateId=10110006  和clickCount< 150000,数据；

data = pd.read_csv(filename)
result = data[(data['affiliateId'] == 10110006) & (data['clickCount'] < 150000)]



    Unnamed: 0  offerid      sourceName  affiliateId  clickCount  installs
4            4    21048   A-Flyfunads-C     10110006           0      1321
10          10    20630      comemobile     10110006           0         0
13          13    20698  A-Mobisummer-C     10110006       28274       108

7、 查找 affiliateId=10110006  和clickCount> 150000,数据,  并按照clickCount排序；

data = pd.read_csv(filename)
result = data[(data['affiliateId'] == 10110006) & (data['clickCount'] > 150000)].sort_values('clickCount',ascending=False)




Unnamed: 0  offerid      sourceName  affiliateId  clickCount  installs
14          14     4702        A-Justdo     10110006    16053001     22456
19          19     1818       Mobavenue     10110006     8329336      1421
5            5    18297        XYads-ID     10110006     7451168      2954
15          15     6987        A-Advolt     10110006     5543597      4552
11          11    20169   A-Collectcent     10110006     5452751      3426
3            3    16493      A-Scale.IO     10110006     4651015       695
9            9     1625       Mobavenue     10110006     1954129      2775
0            0    21059     Clickorbits     10110006      705895      3785
18          18    20038  A-Smartconnect     10110006      513361        62