Python代码示例：数据清洗、表合并和分组计算销售额

蔚落 2024-02-22 09:06 45阅读 0赞

## Python代码示例：数据清洗、表合并和分组计算销售额 ##

在数据分析和处理过程中，数据清洗、表合并和分组计算销售额是常见的任务。本文将使用Python编程语言演示如何进行这些操作。

首先，我们需要生成模拟的销售数据和商品详情数据。我们创建了一个包含订单编号、产品名称和数量的销售数据表，以及一个包含产品名称、类别和单价的商品详情表。我们使用随机数生成器来填充这些数据，并将它们保存为CSV文件。

import pandas as pd
    import random
    
    # 创建商品池子
    product_pool = ['苹果', '香蕉', '橙子', '牛奶', '面包', '洗发水', '牙刷', '洗衣液']
    
    # 生成销售数据表
    sales_data = pd.DataFrame({
        
        '订单编号': [f'订单{
          i}' for i in range(1, 11)],
        '产品名称': [random.choice(product_pool) for _ in range(10)],
        '数量': [random.randint(1, 10) for _ in range(10)]
    })
    
    # 添加价格列
    sales_data['价格'] = [random.randint(10, 100) for _ in range(10)]
    
    # 打印销售数据表
    print("销售数据表:")
    print(sales_data.to_string(index=False))
    
    # 生成商品详情表
    product_data = pd.DataFrame({
        
        '产品名称': product_pool,
        '类别': ['水果', '水果', '水果', '乳制品', '面包', '洗护用品', '洗护用品', '洗涤用品'],
        '品牌': ['品牌A', '品牌A', '品牌B', '品牌B', '品牌C', '品牌C', '品牌D', '品牌D']
    })
    
    # 添加单价列
    product_data['单价'] = [random.randint(1, 10) for _ in range(len(product_pool))]
    
    # 打印商品详情表
    print("\n商品详情表:")
    print(product_data.to_string(index=False))
    
    # 将销售数据表保存为CSV文件
    sales_data.to_csv('sales_data.csv', index=False)
    
    # 将商品详情表保存为CSV文件
    product_data.to_csv('product_data.csv', index=False)

接下来，我们将读取这两个CSV文件，并进行数据清洗和表合并。我们使用`pd.read_csv()`函数读取CSV文件，然后使用`dropna()`函数去除销售数据表中的空值行。使用`pd.merge()`函数按照产品名称进行左连接合并销售数据表和商品详情表。

最后，我们对合并后的数据进行合理的分组，并计算销售额。我们使用`groupby()`函数按照类别进行分组，并使用`agg()`函数计算总数量和总价格。然后，我们计算销售额，并将其添加到分组后的数据中。

# 按类别分组，并计算销售额
    grouped_data = merged_data.groupby('类别').agg({
        '数量': 'sum', '价格': 'sum'})
    
    # 打印按类别分组的销售数据
    print("\n按类别分组的销售数据:")
    print(grouped_data.to_string())
    
    # 计算销售额
    grouped_data['销售额'] = grouped_data['数量'] * grouped_data['价格']
    
    # 打印按类别分组的销售额
    print("\n按类别分组的销售额:")
    print(grouped_data.to_string())

### 完整代码 ###

#### 数据生成代码 ####

#### 数据操作代码 ####

import pandas as pd
    
    # 读取销售数据表和商品详情表
    sales_data = pd.read_csv('sales_data.csv')
    product_data = pd.read_csv('product_data.csv')
    
    # 数据清洗
    # 去除销售数据表中的空值行
    sales_data = sales_data.dropna()
    
    # 合并销售数据表和商品详情表
    merged_data = pd.merge(sales_data, product_data, on='产品名称', how='left')
    
    # 按类别分组，并计算销售额
    grouped_data = merged_data.groupby('类别').agg({
        '数量': 'sum', '价格': 'sum'})
    
    # 打印合并后的数据和计算结果
    print("合并后的数据:")
    print(merged_data.to_string(index=False))
    
    print("\n按类别分组的销售数据:")
    print(grouped_data.to_string())
    
    # 计算销售额
    grouped_data['销售额'] = grouped_data['数量'] * grouped_data['价格']
    
    print("\n按类别分组的销售额:")
    print(grouped_data.to_string())