您好,登录后才能下订单哦!
import pandas as pd
1、定义一个字典
data = {'sales_volume': [100, 123, 446, 233, 456], 'month': ['1月', '2月', '3月', '4月', '5月']
, 'product_id': ['1112', '1113', '1114','1115','1116'], 'color':['red', 'red', 'black', 'green', 'black']}
2、将字典放入dataframe数据结构,自动生成一列数据做索引0-4
df = DataFrame(data)
print df
color month product_id sales_volume
0 red 1月 1112 100
1 red 2月 1113 123
2 black 3月 1114 446
3 green 4月 1115 233
4 black 5月 1116 456
3、将dataframe数据处理为字典格式
keys = list(df.keys())
values = df.values
print keys,values
dicts = [dict(zip(keys, value)) for value in values]
print dicts
[{'color': 'red', 'sales_volume': 100L, 'product_id': '1112', 'month': '1\xe6\x9c\x88'}, {'color': 'red', 'sales_volume': 123L, 'product_id': '1113', 'month': '2\xe6\x9c\x88'}, {'color': 'black', 'sales_volume': 446L, 'product_id': '1114', 'month': '3\xe6\x9c\x88'}, {'color': 'green', 'sales_volume': 233L, 'product_id': '1115', 'month': '4\xe6\x9c\x88'}, {'color': 'black', 'sales_volume': 456L, 'product_id': '1116', 'month': '5\xe6\x9c\x88'}]
4、通过groupy计算和,精确到color
print df.groupby(['product_id', 'color']).sum()
product_id color sales_volume
1112 red 223
1113 black 446
green 233
1116 black 456
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。