更实用的汇总工具

面向表格用户的 Python

Chris Cardillo

Data Scientist

.mean()

fruit_sales.groupby('store', as_index=False).mean()

水果门店平均销售.png

求解步骤

水果店交易
各门店按水果汇总总销量
各门店按水果排序的销量
各门店的首行

1：水果店交易

大量水果销售.png

2：各门店按水果汇总总销量

totals = fruit_sales.groupby(['store', 'product_name'], as_index=False).sum()

分组并汇总.png

3：各门店按水果排序的销量

totals = (totals.sort_values('revenue', ascending=False)
.reset_index(drop=True))

汇总排序.png

4：各门店的首行

top_store_sellers = totals.groupby('store').head(1).reset_index(drop=True)

最高营收的杂货.png

求解步骤

# 原始数据
fruit_sales

# 汇总——按门店与水果
totals = fruit_sales.groupby(['store', 'product_name'], as_index=False).sum()

# 对汇总排序
totals = (totals.sort_values('revenue', ascending=False)
.reset_index(drop=True))

# 各门店的首行
top_store_sellers = totals.groupby('store').head(1).reset_index(drop=True)

最高营收的杂货.png

求解步骤

1：原始交易数据

大量水果销售.png

2：按水果/门店汇总

分组并汇总.png

求解步骤

2：按水果/门店汇总

分组并汇总.png

3：按水果/门店排序

汇总排序.png

求解步骤

3：按水果/门店排序

汇总排序.png

4：各门店的首行

最高营收的杂货.png

轮到您了！

面向表格用户的 Python