————————————————————————————————————————————————————————–
#通过字典进行分组统计
#通过字典进行分组统计 import pandas as pd pd.set_option ( 'display.unicode.east_asian_width', True) pd.set_option ('display.max_columns',500) pd.set_option ('display.width',1000) df=pd.read_excel('JD手机销售数据.xlsx') #print (df.head()) df=df.set_index('商品名称') #设置商品名称为行索引 dict1={'北京出库量':'华北地区', '上海出库量':'华东地区', '广州出库量':'华南地区', '天津出库量':'华北地区', '苏州出库量':'华东地区', '沈阳出库量':'东北地区', '杭州出库量':'华东地区', } df1=df.groupby(dict1, axis=1).sum() print (df1)
东北地区 华东地区 华北地区 华南地区 商品名称 荣耀1 329 983 651 326 oppo1 70 449 522 196 Alpple1 71 452 917 328 oppo2 72 455 1050 329 oppo3 70 468 920 67 Alpple2 72 474 1054 69 荣耀2 74 480 106 89 Redmi1 76 486 109 90 Redmi2 78 492 112 91 oppo4 80 498 115 92
##通过Series对象进行分组统计
#通过Series对象进行分组统计 import pandas as pd pd.set_option ( 'display.unicode.east_asian_width', True) pd.set_option ('display.max_columns',500) pd.set_option ('display.width',1000) df=pd.read_excel('JD手机销售数据.xlsx') #print (df.head()) df=df.set_index('商品名称') #设置商品名称为行索引 dict1={'北京出库量':'华北地区', '上海出库量':'华东地区', '广州出库量':'华南地区', '天津出库量':'华北地区', '苏州出库量':'华东地区', '沈阳出库量':'东北地区', '杭州出库量':'华东地区', } s=pd.Series(dict1) #构建Series对象 df1=df.groupby(s, axis=1).sum() print(df1)
东北地区 华东地区 华北地区 华南地区 商品名称 荣耀1 329 983 651 326 oppo1 70 449 522 196 Alpple1 71 452 917 328 oppo2 72 455 1050 329 oppo3 70 468 920 67 Alpple2 72 474 1054 69 荣耀2 74 480 106 89 Redmi1 76 486 109 90 Redmi2 78 492 112 91 oppo4 80 498 115 92
原文地址:http://www.cnblogs.com/988MQ/p/16908994.html
1. 本站所有资源来源于用户上传和网络,如有侵权请邮件联系站长!
2. 分享目的仅供大家学习和交流,请务用于商业用途!
3. 如果你也有好源码或者教程,可以到用户中心发布,分享有积分奖励和额外收入!
4. 本站提供的源码、模板、插件等等其他资源,都不包含技术服务请大家谅解!
5. 如有链接无法下载、失效或广告,请联系管理员处理!
6. 本站资源售价只是赞助,收取费用仅维持本站的日常运营所需!
7. 如遇到加密压缩包,默认解压密码为"gltf",如遇到无法解压的请联系管理员!
8. 因为资源和程序源码均为可复制品,所以不支持任何理由的退款兑现,请斟酌后支付下载
声明:如果标题没有注明"已测试"或者"测试可用"等字样的资源源码均未经过站长测试.特别注意没有标注的源码不保证任何可用性