1 インポートPANDAS AS PD 2 インポートnumpyのAS NP 3。 4。 #は、毎日の売上データのローディングを計算 5。詳細= pd.read_excel(" ./meal_order_detail.xlsx " ) 6。 プリント(" 詳細:\ N- " 、詳細) 。7 プリント(" ディテールの列名:\ N- " 、detail.columns) 8 9 #1は、各製品の売上高を計算する 10 [:、detail.loc " 有料" ] = detail.loc [:、" カウントを" ] * detail.loc [:、"量" ] 11。 プリント(詳細) 12は 13である #2、日データ構造体 14 #の時系列データの最初の既定の時間データ変換サポートがパンダ 15 detail.locを[:、" place_order_time " ] = pd.to_datetime(detail.loc [:、" place_order_time " ]) 16 17。 #は日付属性リストは、以下の式によって導出される取得 18で detail.loc [:、" 日" ] = [i.day 用 I で detail.loc [:、" place_order_time " ]] 19。 20 印刷(詳細) 21 22 #3は、売上高の計算は-日付別にグループ化され、統計がSUM支払う 23 RES = detail.groupby(=による" 日")[ " 有料" ] .SUM() 24- #(によってRES = detail.groupbyを= "日")[ "有料 "]#のオブジェクト 25 26は、 印刷(" :\ N- RES "、RES)
1 #ホットなストア料理を求めて、コピーの数が販売 2 インポートPANDAS AS PD 3。 4つの。 #ロードデータ 5。詳細= pd.read_excel(" ./meal_order_detail.xlsx " ) 6。 プリント(" :\ N-詳しく" 、詳細) 7。 印刷(" 詳細に列名:\ N- " 、detail.columns) 。8 。9 #dishes_nameに第1のカテゴリのタイプ 10 detail.loc [:、" dishes_name " ] = detail.loc [:、" dishes_name " ] .astype(" カテゴリー" ) 11の 12 #統計分析は、記述 13 印刷(" 最もホットな料理との販売コピーの統計分析のために:\ N- "、detail.loc [:、" dishes_name " ] .describe()) 14 15 #米の/皿、ボウルない 16 #がロー米を削除 。17 [:、bool_index = detail.loc " dishes_name " ] == " 米/ボウル" 18が 印刷(" bool_index " ) 。19 20 #茶碗である行判定する 21= drop_index_list 。detail.loc [bool_index ,:]インデックス 22は 23である 。#削除 24(軸= 0、インプレース=、= drop_index_listラベルdetail.drop TRUE) 25 26であり、 #は、方法予約 27 [bool_id = detail.loc:、" dishes_name " ] =!" ご飯/ボウル" 28 29 #は真に保持さ 30詳細= detail.loc [bool_id ,:] 31は、 32の #は、統計的な料理がdeccribe行く 33で 34ある #dishes_nameに最初のカテゴリタイプ 35 detail.loc [:、" dishes_name "] = Detail.loc [:、" dishes_name " ] .astype(" カテゴリ" ) 36 37 [ #統計分析は、記述 38が 印刷(" :\ N-販売、一番ホットな部品料理統計分析のために"、ディテール)