AI 助理
备案控制台
开发者社区 大数据 文章 正文

python学习1补充

2024-02-28 67
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： python学习1补充

代码1

grouped=df.groupby('单品编码')
result={}

grouped=df.groupby('单品编码')是对名为df的数据框按照列名为’单品编码’进行分组操作。这将返回一个GroupBy对象，该对象可以用于按照分组对数据进行聚合操作。


然后，result={}是创建一个空字典对象。


代码2

for name, group in grouped
    unique_months=group['月份'].unique()
    total_months=len(unique_months)
    season=[]
    season_list=[0]*4
    if 3 in unique_months or 4 in unique_months or 5 in unique_months:
        season.append("春季")
        season_list[0]=1
    if 6 in unique_months or 7 in unique_months or 8 in unique_months:
        season.append("夏季")
        season_list[1] = 1
    if 9 in unique_months or 10 in unique_months or 11 in unique_months:
        season.append("秋季")
        season_list[2] = 1
    if 12 in unique_months or 1 in unique_months or 2 in unique_months:
        season.append("冬季")
        season_list[3] = 1
    result[name]={
        '出现的月份':unique_months,
        '总共出现的月份数':total_months,
        '出现的季节':season,
        "季节数":len(season),
        "季节列表":season_list
    }


这段代码是对`GroupBy`对象进行迭代，并针对每个分组进行操作，最终生成一个结果字典`result`，记录了每个分组的统计信息。


对于每个分组，首先通过`group['月份'].unique()`获取该分组下的"月份"列中的唯一值，并将其存储在`unique_months`中。接着，使用`len()`函数计算`unique_months`的长度，即该分组出现的不同月份总数，并将其存储在`total_months`中。


为了确定该分组出现的季节信息，定义了一个空的列表`season`和一个包含4个零元素的列表`season_list`。然后，通过判断`unique_months`中是否包含特定月份，来确定季节的出现情况。如果`unique_months`中出现了3、4或5月份，则将"春季"添加到`season`列表中，并将`season_list[0]`置为1。同样，对其他月份进行判断，分别将"夏季"、"秋季"和"冬季"添加到`season`列表中，并将相应的`season_list`元素置为1。


最后，将该分组的名称作为`result`字典的键，对应的结果作为值存储起来。结果字典的值包括：'出现的月份'、'总共出现的月份数'、'出现的季节'、'季节数'以及'季节列表'。这样，在每次迭代结束后，`result`字典就会记录了每个分组的统计信息。


通过这段代码，您可以获取每个分组出现的月份、总共出现的月份数以及该分组所处的季节信息，并将这些统计信息存储在结果字典中，以便后续分析和使用。


当对一个`GroupBy`对象进行迭代时，会返回一个由元组`(name, group)`组成的迭代器。其中，`name`表示分组的名称，`group`表示相应的分组数据。


具体迭代的过程如下：


1. 首先，根据指定的列对数据进行分组，生成`GroupBy`对象 `grouped`。


2. 使用`for name, group in grouped`语法，开始对`grouped`进行迭代。在每次迭代中，会将一个分组的名称赋值给`name`，将该分组的数据赋值给`group`。


3. 在每个迭代中，你可以通过`name`获取当前分组的唯一标识，可以通过`group`来进行该分组内的其他操作和处理。


4. 继续迭代，直到遍历完所有的分组。


总的来说，这个迭代过程允许您逐个访问每个分组，并对每个分组进行操作和分析，比如计算统计量、应用函数等。您可以根据实际需求在每次迭代中进行适当的处理。


输出结果：


代码3 

count_all=0
count_all_list = []
for key, value in result.items():
    if value['季节数']==4:
        count_all+=1
        count_all_list.append(key)
    print(count_all)
        print(count_all_list)


result.items() 返回一个字典中的所有键值对。这个方法把字典中的每一个键值对都转化为(键, 值)的元组，然后把这些元组放到一个迭代器中。


这段代码是在result字典中针对每个键值对进行操作，并统计符合条件的键值对的数量。


首先，定义了一个变量count_all和一个列表count_all_list。count_all记录包含4个季节的所有分组的数量，count_all_list记录符合条件的分组的名称。


然后，使用for key, value in result.items()语法，开始从result字典中逐个取出键和值，进行循环操作。在循环中，使用if value['季节数']==4的语法来判断当前字典的季节数是否为4，如果是，就将该分组的名称添加到count_all_list中，并将count_all自增1。


最后，通过print(count_all)和print(count_all_list)语句，将符合条件的分组数量和分组名称输出。


输出如下：


代码4

df['年份']=df['日期'].dt.year
result=df.groupby(['单品编码','年份']).agg({'日期':'nunique'}).reset_index()
result.rename(columns={'日期':'天数'},inplace=True)


第一行就不介绍了，在python学习1-CSDN博客中已经介绍过


接下来，使用 `df.groupby(['单品编码','年份'])` 对数据框 `df` 进行分组操作，按照 '单品编码' 和 '年份' 进行分组。然后，通过 `.agg({'日期':'nunique'})` 对分组后的每个组进行聚合操作，对 '日期' 列应用 `nunique()` 函数，计算每个组中独特日期值的数量。这样，结果数据框 `result` 将包含 '单品编码'、'年份' 和 '日期'（记为 '天数'）三个列。


最后，通过 `.reset_index()` 重置 `result` 数据框的索引，将多级索引还原为默认的整数索引。然后使用 `.rename(columns={'日期':'天数'}, inplace=True)` 的方式，将 '日期' 列的名称改为 '天数'。这样，`result` 数据框就得到了最终的结果。


通过以上的操作，您可以得到按照 '单品编码' 和 '年份' 进行分组的数据框 `result`，其中记录了每个组中独特日期值的数量。这个结果可以帮助您进行进一步的数据分析和处理。


.agg() 是 pandas 库用于分组数据计算的方法，其可以用于对 DF 或者 Series 数据进行一些分组操作，并对分组后的数据进行需要的一些聚合处理。其中，{'日期':'nunique'} 这个参数是 .agg() 中最重要的一部分。


{'日期':'nunique'} 表示对于 ‘日期’ 这一列的数据，应用 nunique() 函数进行聚合，具体含义是，分组后统计每个组（例如每个商品以及每个年份）中独特日期值的数量，即去重后的独特日期值的数量。


nunique() 函数用于计算一列数据中除去重复值之外的独特（唯一）值的数量，其语法格式为：Series.nunique(dropna=True)，其中：


  • Series 为要统计独特值的数据列；
  • dropna 表示是否排除空值，默认为 True，即排除空值。


在上面的代码中，由于分组使用了 ‘单品编码’ 和 ‘年份’ 两个列，所以会对所有在同一年份中的同一种商品进行分组，统计该商品在该年份内销售的天数，最终将结果存储在 ‘天数’ 列中。


代码5

max_days=result.groupby('单品编码')['天数'].max().reset_index()
#print(max_days)
plt.hist(max_days['天数'],bins=35,edgecolor='k')
plt.xlabel('天数')
plt.ylabel('频数')
plt.title('天数分布直方图')
plt.show()
filtered_df=max_days[max_days['天数']<=15]
cnt=0
cnt_list=[]
for index,row in filtered_df.iterrows():
    cnt_list.append(row['单品编码'])
    print(f"单品编码：{row['单品编码']},一年最多出现{row['天数']}天")
    cnt+=1
    print(cnt)


这段代码的作用是，首先通过 `result` 数据框中的 '单品编码' 列和 '天数' 列计算出每个单品在最多的一年内销售的天数，并将结果保存在 `max_days` 数据框中；然后，绘制 `max_days` 数据框中 '天数' 列的频数分布直方图，以便进行天数分布的可视化；最后把最多销售天数小于等于 15 天的单品筛选出来，输出它们在其销售最多一年内的销售天数，并统计筛选出的单品数量。


具体解释如下：


`max_days=result.groupby('单品编码')['天数'].max().reset_index()`: 通过对 `result` 数据框按照 '单品编码' 列进行分组，对每组中的 '天数' 列求出最大值，表示该单品在最多的一年内销售的天数，从而得到结果数据框 `max_days`。


`plt.hist(max_days['天数'],bins=35,edgecolor='k')`: 使用 `plt.hist()` 可视化库，绘制直方图，并将 `max_days` 数据框中的 '天数' 列作为参数传入，以便绘制该列的分布图。`bins=35` 表示直方图的数量为 35，`edgecolor='k'` 表示直方图的边界颜色为黑色。


`plt.xlabel('天数')` 和 `plt.ylabel('频数')`: 分别指定直方图的横轴和纵轴的标签。


`plt.title('天数分布直方图')`: 指定直方图的标题。


`plt.show()`: 显示绘制出来的直方图。


`filtered_df=max_days[max_days['天数']<=15]`: 从 `max_days` 数据框中筛选出在最多销售天数小于等于 15 天的单品，将结果存储在 `filtered_df` 数据框中。


`cnt=0` 和 `cnt_list=[]`: 分别初始化计数器和空列表。


`for index,row in filtered_df.iterrows():`: 对 `filtered_df` 数据框进行遍历，依次读取每一行数据。


- `cnt_list.append(row['单品编码'])`：将当前行数据中的 '单品编码' 列的值加入到列表 `cnt_list` 中。


- `print(f"单品编码：{row['单品编码']},一年最多出现{row['天数']}天")`：输出当前行数据中的 '单品编码'和 '天数'列的值。


- `cnt+=1` 和 `print(cnt)`：对计数器进行累加操作，并输出当前筛选出的单品数量。


通过以上操作，可以将所有在其销售最多一年内销售天数小于等于15天的单品筛选出来，并将它们在最多销售天数的那一年内的销售天数打印出来，方便进行进一步的数据分析和处理。同时，直方图也可以让我们更加直观的了解不同单品销售天数的分布情况。


学习1的总代码

import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=[u'simHei']
plt.rcParams['axes.unicode_minus']=False
 
xlsx_file = 'data/附件1.xlsx'
df_1 = pd.read_excel(xlsx_file)
 
xlsx_file = 'data/附件3.xlsx'
df = pd.read_excel(xlsx_file)
 
df['日期']=pd.to_datetime(df['日期'])
df['月份']=df['日期'].dt.month
 
mapping_dict=df_1.set_index('单品编码')['分类名称'].to_dict()
df['品类']=df['单品编码'].map(mapping_dict)
print(df.head(5))
 
grouped=df.groupby('单品编码')
result={}
 
for name, group in grouped:
    unique_months=group['月份'].unique()
    total_months=len(unique_months)
    season=[]
    season_list=[0]*4
    if 3 in unique_months or 4 in unique_months or 5 in unique_months:
        season.append("春季")
        season_list[0]=1
    if 6 in unique_months or 7 in unique_months or 8 in unique_months:
        season.append("夏季")
        season_list[1] = 1
    if 9 in unique_months or 10 in unique_months or 11 in unique_months:
        season.append("秋季")
        season_list[2] = 1
    if 12 in unique_months or 1 in unique_months or 2 in unique_months:
        season.append("冬季")
        season_list[3] = 1
    result[name]={
        '出现的月份':unique_months,
        '总共出现的月份数':total_months,
        '出现的季节':season,
        "季节数":len(season),
        "季节列表":season_list
    }
count_all=0
count_all_list = []
for key, value in result.items():
    if value['季节数']==4:
        count_all+=1
        count_all_list.append(key)
print(count_all)
print(count_all_list)
 
df['年份']=df['日期'].dt.year
result=df.groupby(['单品编码','年份']).agg({'日期':'nunique'}).reset_index()
result.rename(columns={'日期':'天数'},inplace=True)
 
#print(result)
 
max_days=result.groupby('单品编码')['天数'].max().reset_index()
#print(max_days)
plt.hist(max_days['天数'],bins=35,edgecolor='k')
plt.xlabel('天数')
plt.ylabel('频数')
plt.title('天数分布直方图')
plt.show()
filtered_df=max_days[max_days['天数']<=15]
cnt=0
cnt_list=[]
for index,row in filtered_df.iterrows():
    cnt_list.append(row['单品编码'])
    print(f"单品编码：{row['单品编码']},一年最多出现{row['天数']}天")
    cnt+=1
    print(cnt)


这段代码只是将两个表格中的数据进行一系列的预处理，按照时间分类


总输出如下：


文章标签：
Python
存储
索引
数据挖掘
数据可视化
关键词：
Python学习
七七喝椰奶
目录
相关文章
扑克中的黑桃A
|
27天前
|
数据库 Python
Python学习的自我理解和想法（18）
这是我在学习Python第18天的总结，内容基于B站千锋教育课程，主要涉及面向对象编程的核心概念。包括：`self`关键字的作用、魔术方法的特点与使用（如构造函数`__init__`和析构函数`__del__`）、类属性与对象属性的区别及修改方式。通过学习，我初步理解了如何利用这些机制实现更灵活的程序设计，但深知目前对Python的理解仍较浅显，欢迎指正交流！
扑克中的黑桃A
64 32
扑克中的黑桃A
|
12天前
|
安全 数据安全/隐私保护 Python
Python学习的自我理解和想法（27）
本文记录了学习Python第27天的内容，主要介绍了使用Python操作PPTX和PDF的技巧。其中包括通过`python-pptx`库创建PPTX文件的详细步骤，如创建幻灯片对象、选择母版布局、编辑标题与副标题、添加文本框和图片，以及保存文件。此外，还讲解了如何利用`PyPDF2`库为PDF文件加密，涵盖安装库、定义函数、读取文件、设置密码及保存加密文件的过程。文章总结了Python在处理文档时的强大功能，并表达了对读者应用这些技能的期待。
扑克中的黑桃A
27 3
扑克中的黑桃A
|
29天前
|
数据采集 机器学习/深度学习 自然语言处理
Python学习的自我理解和想法（16）
这是我在B站千锋教育课程中学Python的第16天总结，主要学习了`datetime`和`time`模块的常用功能，包括创建日期、时间，获取当前时间及延迟操作等。同时简要介绍了多个方向的补充库，如网络爬虫、数据分析、机器学习等，并讲解了自定义模块的编写与调用方法。因开学时间有限，内容精简，希望对大家有所帮助！如有不足，欢迎指正。
扑克中的黑桃A
35 5
扑克中的黑桃A
|
8天前
|
存储 搜索推荐 算法
Python学习的自我理解和想法（28）
本文记录了学习Python第28天的内容——冒泡排序。通过B站千锋教育课程学习，非原创代码。文章详细介绍了冒泡排序的起源、概念、工作原理及多种Python实现方式（普通版、进阶版1和进阶版2）。同时分析了其时间复杂度（最坏、最好、平均情况）与空间复杂度，并探讨了实际应用场景（如小规模数据排序、教学示例）及局限性（如效率低下、不适用于高实时性场景）。最后总结了冒泡排序的意义及其对初学者的重要性。
扑克中的黑桃A
36 12
扑克中的黑桃A
|
27天前
|
Python
Python学习的自我理解和想法（19）
这是一篇关于Python面向对象学习的总结，基于B站千锋教育课程内容编写。主要涵盖三大特性：封装、继承与多态。详细讲解了继承（包括构造函数继承、多继承）及类方法与静态方法的定义、调用及区别。尽管开学后时间有限，但作者仍对所学内容进行了系统梳理，并分享了自己的理解，欢迎指正交流。
扑克中的黑桃A
71 34
扑克中的黑桃A
|
14天前
|
Python
Python学习的自我理解和想法（26）
这是一篇关于使用Python操作Word文档的学习总结，基于B站千锋教育课程内容编写。主要介绍了通过`python-docx`库在Word中插入列表（有序与无序）、表格，以及读取docx文件的方法。详细展示了代码示例与结果，涵盖创建文档对象、添加数据、设置样式、保存文件等步骤。虽为开学后时间有限下的简要记录，但仍清晰梳理了核心知识点，有助于初学者掌握自动化办公技巧。不足之处欢迎指正！
扑克中的黑桃A
59 10
扑克中的黑桃A
|
25天前
|
数据采集 数据挖掘 Python
Python学习的自我理解和想法（22）
本文记录了作者学习Python第22天的内容——正则表达式，基于B站千锋教育课程。文章简要介绍了正则表达式的概念、特点及使用场景（如爬虫、数据清洗等），并通过示例解析了`re.search()`、`re.match()`、拆分、替换和匹配中文等基本语法。正则表达式是文本处理的重要工具，尽管入门较难，但功能强大。作者表示后续会深入讲解其应用，并强调学好正则对爬虫学习的帮助。因时间有限，内容为入门概述，不足之处敬请谅解。
扑克中的黑桃A
60 22
扑克中的黑桃A
|
21天前
|
索引 Python
Python学习的自我理解和想法（24）
本文记录了学习Python操作Excel的第24天内容，基于B站千锋教育课程。主要介绍openpyxl插件的使用，包括安装、读取与写入Excel文件、插入图表等操作。具体内容涵盖加载工作簿、获取单元格数据、创建和保存工作表，以及通过图表展示数据。因开学时间有限，文章简要概述了各步骤代码实现，适合初学者参考学习。如有不足之处，欢迎指正！
扑克中的黑桃A
51 14
扑克中的黑桃A
|
27天前
|
设计模式 数据库 Python
Python学习的自我理解和想法（20）
这是我在B站千锋教育课程中学习Python第20天的总结，主要涉及面向对象编程的核心概念。内容包括：私有属性与私有方法的定义、语法及调用方式；多态的含义与实现，强调父类引用指向子类对象的特点；单例设计模式的定义、应用场景及实现步骤。通过学习，我掌握了如何在类中保护数据（私有化）、实现灵活的方法重写（多态）以及确保单一实例（单例模式）。由于开学时间有限，内容简明扼要，如有不足之处，欢迎指正！
扑克中的黑桃A
87 21
扑克中的黑桃A
|
18天前
|
Python
Python学习的自我理解和想法（25）
这是一篇关于Python操作Word文档（docx）的教程总结，基于B站千锋教育课程学习（非原创代码）。主要内容包括：1) docx库插件安装；2) 创建与编辑Word文档，如添加标题、段落、设置字体样式及保存；3) 向新或现有Word文档插入图片。通过简单示例展示了如何高效使用python-docx库完成文档操作。因开学时间有限，内容精简，后续将更新列表和表格相关内容。欢迎指正交流！
扑克中的黑桃A
40 10

热门文章

最新文章

  • 1
    [oeasy]python093_find方法_指数为负数_index_实际效果
  • 2
    Python 实战：用 API 接口批量抓取小红书笔记评论，解锁数据采集新姿势
  • 3
    JetBrains PyCharm 2025.1 发布 - 面向专业开发者的 Python IDE
  • 4
    Python 爬虫如何伪装 Referer？从随机生成到动态匹配
  • 5
    Python 的 for-else 循环结构是如何工作的？
  • 6
    uv找不到Python头文件的解决方案
  • 7
    Python 实战！利用 API 接口获取小红书笔记详情的完整攻略
  • 8
    Python：蓝牙心率广播设备监测（BLE 心率监测器）技术解析与实现
  • 9
    Python中main函数：代码结构的基石
  • 10
    Python自动化解决滑块验证码的最佳实践
  • 1
    Scikit-learn：Python机器学习的瑞士军刀
    33
  • 2
    中国版“Manus”开源？AiPy：用Python重构AI生产力的通用智能体
    44
  • 3
    基于Selenium的Python爬虫抓取动态App图片
    35
  • 4
    【Azure Service Bus】使用Python SDK创建Service Bus Namespace资源(中国区)
    62
  • 5
    淘宝商品详情API接口解析与 Python 实战指南
    63
  • 6
    1688图片搜索API接口解析与 Python实战指南
    22
  • 7
    Playwright 多语言一体化——Python/Java/.NET 全栈采集实战
    28
  • 8
    python做ocr卡证识别很简单
    40
  • 9
    1688 商品数据接口终极指南：Python 开发者如何高效获取标题 / 价格 / 销量数据（附调试工具推荐）
    67
  • 10
    Python测量CPU和内存使用率
    48

    • 相关课程

    更多
  • Python Web开发基础
  • Python爬虫实战
  • Python常用数据科学库
  • Python网络爬虫实战
  • Python完全自学手册图文教程
  • Python基础快速入门实战教程

    • 相关电子书

    更多
  • From Python Scikit-Learn to Sc
  • Data Pre-Processing in Python:
  • 双剑合璧-Python和大数据计算平台的结合

    • 相关实验场景

    更多
  • 用Python画圣诞树
  • 语言入门-1：环境构建
  • Python选择及循环结构
  • 云端Python及基本操作
  • Python网络通信程序典型应用
  • Python新手入门（Anolis OS）

    • 推荐镜像

    更多
  • python-release
  • nodejs-release
  • debian-cd
    • 下一篇
    阿里云oss简介和如何对接使用