เครื่องมือสรุปข้อมูลที่มีประโยชน์เพิ่มเติม
Python สำหรับผู้ใช้สเปรดชีต
Chris Cardillo
Data Scientist
.mean()
fruit_sales.groupby('store', as_index=False).mean()
1: ธุรกรรมร้านผลไม้
2: ยอดขายรวมแยกตามผลไม้และร้านค้า
totals = fruit_sales.groupby(['store', 'product_name'], as_index=False).sum()
3: ยอดขายเรียงลำดับแยกตามผลไม้และร้านค้า
totals = (totals.sort_values('revenue', ascending=False)
.reset_index(drop=True))
4: แถวแรกของแต่ละร้านค้า
top_store_sellers = totals.groupby('store').head(1).reset_index(drop=True)
ขั้นตอนสู่คำตอบ
# Raw data
fruit_sales
# Summary - by fruit by store
totals = fruit_sales.groupby(['store', 'product_name'], as_index=False).sum()
# Sort the Summary
totals = (totals.sort_values('revenue', ascending=False)
.reset_index(drop=True))
# First row for each store
top_store_sellers = totals.groupby('store').head(1).reset_index(drop=True)
ขั้นตอนสู่คำตอบ
1: ข้อมูลธุรกรรมดิบ
2: สรุปแยกตามผลไม้/ร้านค้า
ขั้นตอนสู่คำตอบ
2: สรุปแยกตามผลไม้/ร้านค้า
3: เรียงลำดับแยกตามผลไม้/ร้านค้า
ขั้นตอนสู่คำตอบ
3: เรียงลำดับแยกตามผลไม้/ร้านค้า
4: แถวแรกของแต่ละร้านค้า
