网站访问大小,h5建站网站,html 5网站欣赏,贵州公明建设投资咨询有限公司官方网站目录
一、Excel透视表
1、源数据
2、数据总分析
3、数据top分析
二、python实现
1、第一张表演示 2、第二张表演示 一、Excel透视表
1、源数据
1#xff09;四个类目#xff0c;每类50条数据 2#xff09;数据内容 2、数据总分析 1#xff09;选择要分析的字段四个类目每类50条数据 2数据内容 2、数据总分析 1选择要分析的字段左侧为要对其进行汇总的数据右侧为要汇总的具体值项 2值字段设置
值汇总方式数据计算方式
值显示方式数据的百分比
数字格式数字的表示方式如小数点个数等 3、数据top分析 1按照近一个销售额对每个品类的top5进行分析
依据 “求和项近一个月销售额” 对ID的top5进行选择 二、python实现
1、第一张表演示
import pandas as pd
import numpy as np
#读取原始文件
filepd.read_excel(F:\Excel\\透视表.xlsx,sheet_name销售源数据)
#对数据汇总做成透视表 第一张表
data1file.pivot_table(index[品类],values[近一个月销售额,近一个月销量,团购价],aggfunc[np.sum,np.mean]).reset_index()
data11pd.DataFrame(data1.values[:,[0,2,3,6]],columns[品类,求和项:近一个月销售额,求和项:近一个月销量,平均值项:团购价]).sort_values(求和项:近一个月销售额,ascendingFalse).reset_index(dropTrue)
data11[求和项:近一个月销售额]data11[求和项:近一个月销售额].astype(float).map(lambda x:{:.1f}.format(x))
data11[平均值项:团购价]data11[平均值项:团购价].astype(float).map(lambda x:{:.1f}.format(x))
data11 2、第二张表演示
#第二张表
data2file.pivot_table(index[品类,ID],values[近一个月销售额,近一个月销量,团购价],aggfunc[np.sum,np.mean]).reset_index()
data22pd.DataFrame(data2.values[:,[0,1,3,4,5]],columns[品类,ID,求和项:近一个月销售额,求和项:近一个月销量,平均值项:团购价])
#按照品类选择出销售额最高的ID
data22[[求和项:近一个月销售额,求和项:近一个月销量,平均值项:团购价]]data22[[求和项:近一个月销售额,求和项:近一个月销量,平均值项:团购价]].astype(float)
#建立一张新表进行拼接
data24pd.DataFrame()
for i in data11[品类].to_list():data23data22.loc[data22[data22.品类i].index,:].nlargest(5,求和项:近一个月销售额)data24pd.concat([data24,data23],axis0)
data24[求和项:近一个月销售额]data24[求和项:近一个月销售额].astype(float).map(lambda x:{:.1f}.format(x))
data24[平均值项:团购价]data24[平均值项:团购价].astype(float).map(lambda x:{:.1f}.format(x))
data24
