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）