使用pandas按照商品和下单人统计下单数据

目录

一：需求描述

二：代码实现

三：注意事项

一：需求描述

最近运营那边给到一个excel表格，是一个小程序用户的下单数据，要以商品为维度，统计用户下单情况，主要是下单的商品总金额，单数和总单数。

给到的表格数据如下：

考虑用pandas实现，pandas提供了大量的数据处理函数，可以进行各种复杂的数据处理，包括数据清洗、数据转换、数据聚合等。使用pandas先对商品进行去重，然后循环商品，找出所有下单的人，再对下单人进行去重，按照商品-下单人作为关联条件进行统计金额，单数

最终实现的表格数据如下：

这里出现一个问题，由于给的表格存在金额数据为空的数据，在pandas中，可以使用fillna()方法对DataFrame中的空值进行处理。fillna()方法可以接受一个参数，用于指定如何填充空值。这样我金把额填充为0，这样出现的情况就是只要存在下单人就算一单，不管金额。还有其中情况是把金额为空的用户去除，在pandas中，可以使用dropna(inplace=True)删除含有空值的行，这样只会统计有下单金额的用户数据。

二：代码实现

首先要需要确保已经安装了pandas库。如果尚未安装，可以使用以下命令进行安装：

pip install pandas

代码编写：

import pandas as pd


dir = 'D://python/'
df=pd.read_excel(dir+'test.csv')#这个会直接默认读取到这个Excel的第一个表单

dic,label = [],('下单人','商品','金额','单数','总数')
#删除空值
df.dropna(inplace=True)
#把金额为空的填充0
#df.金额.fillna(0, inplace = True)
#print(df)

for 商品 in df.商品.unique():
    下单人 = df[df.商品 == 商品].下单人
    总数= 下单人.shape[0]
    print(总数)
    for 下单人 in 下单人.unique():
        关联条件 = df[(df.商品 == 商品) & (df.下单人==下单人)].fillna('空值')
        单数,金额 = 关联条件.shape[0],关联条件.金额.sum()
        dic.append('~'.join(map(str,(eval(_) for _ in label))).split("~"))
print(dic)
#可以按照商品排序
data = pd.DataFrame(dic, columns=label).sort_values(by='商品')
data.to_excel(dir+'output1.xlsx', sheet_name='Sheet1',index=False)
#可以按照金额排序
data = pd.DataFrame(dic, columns=label).sort_values(by='金额')
data.to_excel(dir+'output1.xlsx', sheet_name='Sheet1',index=False)

三：注意事项

1：删除含有空值的行

df.dropna(inplace=True)

2：空值填充

df.fillna(0, inplace = True) 

3: 某个列空值填充

df.金额.fillna(0, inplace = True)