pandas 统计销量达到额度的月份数

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

日常办公，免不了处理数据表格，大多情况下都可以让 pandas 自动地实现数据的处理。本例是对销售情况进行一个统计分析，来看看哪位销量人员在月份维度上表现更佳。

数据

有以下表格，第一列为销售人员姓名，后继列为不同月份其销售金额：

import pandas as pd

dct = {
'姓名': ['张三','李四','王五','赵六'],
'1月':['100','150','200','300'],
'2月':['150','250','300','400'],
'3月':['200','250','300','500'],
'4月':['150','300','200','400'],
'5月':['200','100','300','200'],
'6月':['200','100','300','200'],
'7月':['200','100','300','200'],
}

df = pd.DataFrame(dct)
df
'''
   姓名   1月   2月   3月   4月   5月   6月   7月
0  张三  100  150  200  150  200  200  200
1  李四  150  250  250  300  100  100  100
2  王五  200  300  300  200  300  300  300
3  赵六  300  400  500  400  200  200  200
'''

需要得到以下统计后的列：

姓名
销售额大于 200 的月份数量
销售额大于 300 的月份数量

后边两例分别是该销售人员销售额超过 200、300 的月份数。

思路

原数据一个展开在列上的数据，要以姓名为维度分析，因此我们不需要进行分组，当前维度已经可以满足。

主要计算的数据在姓名后有列一，因此我们可将姓名列先设置为索引，避免它参与计算。

我们还发现数字全为字符类型，我们可以将其全部转为数字。

然后再原表上增加需要的两列，最后将月份列筛除。

计算需要的两列时，要判断每个值是否大于 200 和 300，如果是的话对应位置就为 True，形成一个布尔序列，然后利用 True 为 1 的特性将序列 sum() 求和，sum() 传入 axis=1 则按行计算才符合我们的需求。

代码

以下是按照思路实现的代码：

(
    df.set_index('姓名')
    .astype(int)
    .assign(销售额大于200的月份数量=lambda col: (col>200).sum(1))
    .assign(销售额大于300的月份数量=lambda col: (col>300).sum(1))
    .iloc[:,-2:]
)
'''
    销售额大于200的月份数量  销售额大于300的月份数量
姓名
张三              0              0
李四              3              0
王五              5              0
赵六              4              3
'''

这样就完成了需求。

（完）

pandas 统计销量达到额度的月份数

数据

思路

代码

相关内容