Python学习8

大家好,这里是七七,今天来介绍的是数据整理代码

但由于是数据整理代码,因此会有些浅显,看不懂需要解释的地方会很少,重点是处理数据的方法。

代码1

sale_sum=sale_sum.sort_values("销量(千克)",ascending=False)

这行代码将会对上一个命令生成的"sale_sum"变量按照"销量(千克)"这一列进行降序排列。其中,"sort_values"方法用于对数据表按照指定的列进行排序,"ascending=False"表示使用降序排列。

代码2

result_df=pd.concat(
        [result_df,
         pd.DataFrame({'单品编码':[group_name],
                       '最大销量':[max_sale],
                       '最小销量':[min_sale],
                       '平均销量':[mean_sale],})],
        ignore_index=True)

- `pd.concat()` 是 Pandas 中的一个函数,用于将多个数据对象(如 DataFrame 或 Series)进行连接。
- `[result_df, pd.DataFrame({...})]` 是要连接的数据对象,其中 `result_df` 是已有的 DataFrame,`pd.DataFrame({...})` 则是将要添加到 `result_df` 中的新数据。这里用一个列表 `[result_df, pd.DataFrame({...})]` 将两个数据对象传递给了 `pd.concat()`。
- `pd.DataFrame({...})` 中的大括号 {...} 是一个包含新数据的字典。这个字典中键是要添加到 `result_df` 中的新列名,例如 '单品编码'、'最大销量'、'最小销量' 和 '平均销量',值则是相应的数据。
- `ignore_index=True` 表示连接后的 DataFrame 中的行索引将被重置为从零开始,忽略原来的索引。

代码的操作是将一个字典中的四个统计指标 ('单品编码'、'最大销量'、'最小销量'、'平均销量') 构造 DataFrame,并将其与原 DataFrame `result_df` 进行连接,然后将结果重新赋值给 `result_df` 变量。

这个操作可以用来汇总某些数据中的统计结果(如对于某一组数据,其最大、最小和平均值),将其添加到已有的 DataFrame 中,并将多组统计结果合并成一个大的 DataFrame。

pd.concat() 是 Pandas 库中的一个函数,用于将多个数据对象按照指定的轴进行连接。具体用法如下:

pd.concat(objs, axis=0, join='outer', ignore_index=False)

参数说明:

  • objs:一个包含需要连接的数据对象(DataFrame、Series)的列表或字典。
  • axis:指定连接的轴,0 表示按行连接,1 表示按列连接。
  • join:指定连接方式,‘outer’ 表示并集连接,‘inner’ 表示交集连接。
  • ignore_index:如果为 True,则重置连接后的索引。

pd.concat() 函数返回连接后的结果,可以将其赋值给一个变量进行后续处理。

使用 pd.concat() 函数可以将多个数据对象连接起来,可以是行连接(按照纵向方向堆叠)或列连接(按照横向方向拼接)。连接操作可用于合并多个数据集,扩展数据集的行数或列数,并灵活地控制连接方式等参数。

 总代码

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.preprocessing import StandardScaler

plt.rcParams['font.sans-serif'] = [u'simHei']
plt.rcParams['axes.unicode_minus'] = False

sale_data=pd.read_excel("./data/附件2.xlsx")
sale_data["销售日期"]=pd.to_datetime(sale_data["销售日期"])
sale_data=sale_data[["销售日期","单品编码","销量(千克)","销售单价(元/千克)"]]
sale_data=sale_data[sale_data["销售日期"]>="2023-6-24"]
sale_sum=sale_data[["单品编码","销量(千克)"]].groupby("单品编码").sum()
sale_sum=sale_sum.sort_values("销量(千克)",ascending=False)

buy_data=pd.read_excel("./data/附件3.xlsx")
buy_data["日期"]=pd.to_datetime(buy_data["日期"])
buy_data=buy_data[buy_data["日期"]>="2023-6-24"]
buy_data=buy_data[["单品编码","批发价格(元/千克)"]].groupby("单品编码").count()
buy_data["单品编码"]=buy_data.index
buy_data=buy_data[["单品编码"]]
buy_data.index=range(1,len(buy_data)+1)

data=buy_data.merge(sale_sum,on='单品编码',how="left")
data.dropna(inplace=True)
data=data.sort_values("销量(千克)",ascending=False)
data.index=range(1,len(data)+1)
data=data[data["销量(千克)"]>=2.5]

base_info=pd.read_excel("./data/附件1.xlsx")[["单品编码","分类名称","单品名称"]]
data=data.merge(base_info,on="单品编码",how="left")

sale_data["总售价"]=sale_data["销量(千克)"]*sale_data["销售单价(元/千克)"]
sale_money=sale_data[["单品编码","总售价"]].groupby("单品编码").sum()
sale_num=sale_data.groupby("单品编码").count().iloc[:,1]
sale_num.name="单数"

data=data.merge(sale_money,on="单品编码",how="left")
data["平均单价"]=data["总售价"]/data["销量(千克)"]

data=data.merge(sale_num,on="单品编码",how="left")

##################################
#VIKOR法

#对'Feature2'列进行标准化
data['Feature1']=StandardScaler().fit_transform(data[['销量(千克)']])
data['Feature2']=StandardScaler().fit_transform(data[['单数']])

data['F1']=(max(data['Feature1'])-data['Feature1'])/(max(data['Feature1'])-min(data['Feature1']))
data['F2']=(max(data['Feature2'])-data['Feature2'])/(max(data['Feature2'])-min(data['Feature2']))

data['S']=data['F1']+data['F2']
data['R']=np.maximum(data['F1'],data['F2'])

v=0.5
data['Q']=(v*data['S']-max(data['S'])/(min(data['S'])-max(data['S'])))+((1-v)*(data['R']-max(data['R'])/(min(data['R'])-max(data['R']))))
data=data.drop(['Feature1','Feature2','F1','F2','S','R'],axis=1)
data=data.sort_values("Q",ascending=True)
data['Q']=(max(data['Q'])-data['Q'])/(max(data['Q'])-min(data['Q']))

buy_data=pd.read_excel("./data/附件3.xlsx")
buy_data["日期"]=pd.to_datetime(buy_data["日期"])
buy_data=buy_data[buy_data["日期"]>="2023-6-24"]
buy_data=buy_data[['批发价格(元/千克)','单品编码']].groupby("单品编码").mean()
data=data.merge(buy_data,on="单品编码",how="left")

print(sale_data)
grouped=sale_data.groupby("单品编码")
result_df=pd.DataFrame(columns=['单品编码','最大销量','最小销量','平均销量'])
for group_name,group_data in grouped:
    max_sale=group_data.groupby("销售日期").sum()["销量(千克)"].max()
    min_sale = group_data.groupby("销售日期").sum()["销量(千克)"].min()
    mean_sale = group_data.groupby("销售日期").sum()["销量(千克)"].mean()
    result_df=pd.concat(
        [result_df,
         pd.DataFrame({'单品编码':[group_name],
                       '最大销量':[max_sale],
                       '最小销量':[min_sale],
                       '平均销量':[mean_sale],})],
        ignore_index=True)
data=data.merge(result_df,on="单品编码",how="left")

loss_data=pd.read_excel("./data/附件4.xlsx")
data=data.merge(loss_data,on="单品编码",how="left")
data["损耗率(%)"]=data["损耗率(%)"]/100

#######################################
#平均销量修正
data["平均销量"]=data["平均销量"]/(1-data["损耗率(%)"])

print(data)
data.to_csv("./q3.csv")

你可能感兴趣的:(python,python,学习,开发语言)