【Python】超市数据处理（to_datetime()，strptime()获取特定时间数据）

淩亂°似流年 2023-02-13 05:44 24阅读 0赞

## 任务要求 ##

1、哪些类别的商品比较畅销？

2、哪些商品比较畅销？

3、求不同门店的销售额占比,绘制饼图

4、哪段时间段是超市的客流高峰期？

## 知识点杂记 ##

1、[Python time strptime()方法][Python time strptime]

struct_time = time.strptime("30 Nov 00", "%d %b %y")
    print("返回的元组:  " ,struct_time)

![在这里插入图片描述][20200527170939248.png]

2、[python统计list中个元素出现次数][python_list]

pd.value_counts(data)

3、[Pandas 中Dataframe数据插入： Insert函数 详解][Pandas _Dataframe_ Insert_]  
Dataframe.insert(loc, column, value, allow\_duplicates=False)

loc: 插在第几列之后
    column: 列名
    value：插入的内容 array，series等
    allow_duplicates: 是否允许列名重复，Ture允许。

4、[Pandas 中 SettingwithCopyWarning 的原理和解决方案][Pandas _ SettingwithCopyWarning]

5、[pandas.to\_datetime][pandas.to_datetime] | [(官方文档)][Link 1]

pandas.to_datetime（arg，errors ='raise'，utc = None，format = None，unit = None ）

6、编码随手记录  
中文编码 utf8 gbk gb8030 ansi

## 代码分享 ##

import numpy as np
    import pandas as pd
    import matplotlib.pyplot as plt
    import time
    
    #0、获取数据，查看数据
    data = pd.read_csv('order.csv',encoding = 'ansi')
    print(data.describe())
    print(print(data.info()))
    
    #1、哪些类别的商品比较畅销？
    data = data[data['销量'] >= 0] #剔除销量小于0的数据
    #print(data['销量'].describe())
    data1 = data.groupby(['类别ID' ])['销量'].sum().sort_values(ascending = False)[:10]
    print("最畅销的前十类商品：",data1)
    
    #2、哪些商品比较畅销？
    data2 = data.groupby(['商品ID' ])['销量'].sum().sort_values(ascending = False)[:10]
    print("最畅销的前十种商品：",data2)
    
    #3、求不同门店的销售额占比,绘制饼图
    data['销售额'] = data['单价']*data['销量']  #计算销售额
    data3 = data.groupby(['门店编号'])['销售额'].sum()
    print('各个门店营销',data3)
    #data3.plot(kind = 'pie')  #绘制饼图简单实现版
    plt.pie(data3,autopct='%1.2f%%', labels=['CDLG','CDNL','CDXL'])
    plt.show()
    
    #4、哪段时间段是超市的客流高峰期？
    data.drop_duplicates(subset='订单ID',inplace=True)  #对订单进行去重
    
    
    #方法1：to_datetime转换时间,通过订单数来看客流量
    data.loc[:,'成交时间'] = pd.to_datetime(data.loc[:,'成交时间'])
    data.loc[:,'小时'] = [i.hour for i in data.loc[:,'成交时间']]
    data4 = data.groupby(['小时'])['订单ID'].count().sort_values(ascending=False)
    print('客流量降序分布情况：',data4)
    
    '''
    
    #方法2: time.strptime转换时间，用列表存放数据
    time_tuple =[]  #用列表方式存放数据
    for i in range(len(data)):
        time_tuple.append(time.strptime(data.iloc[i]['成交时间'],'%Y/%m/%d %H:%M')[3]) #2017/1/3 9:56
    print(pd.value_counts(time_tuple))
    #data['h']=pd.DataFrame(time_tuple)  #列表乱内存放元素是乱序的，不能直接合并会原data
    #但考虑到实际上，只需要获取小时数的具体数目就能知道客流量分布，实际上不合并回原data，任务也完成了
    
    
    #方法3：time.strptime转换时间，用ndarray获取数据
    #在方法2种提到：list会乱序，这里可采用ndarry类型规避这个问题
    hour3 = np.zeros(data.shape[0])
    for i in range(len(data)):
        hour3[i] = time.strptime(data.iloc[i]['成交时间'],'%Y/%m/%d %H:%M')[3]
    #print(pd.value_counts(time_tuple))
    data.insert(8,'hour3', hour3)  #在data的第8列后插入一列数据hour3
    
    '''
    
    #客流量绘图
    #pd.value_counts(time_tuple).plot(kind = 'bar')
    #data4.plot(kind = 'bar')
    #plt.bar(np.linspace(6,21,15),data.groupby(['小时'])['订单ID'].count(),color='pink')
    #plt.show()

![在这里插入图片描述][20200527170228189.png]

![在这里插入图片描述][20200527170239222.png_x-oss-process_image]  
![在这里插入图片描述][20200527170249375.png_x-oss-process_image]

[Python time strptime]: https://www.runoob.com/python/att-time-strptime.html
[20200527170939248.png]: https://img-blog.csdnimg.cn/20200527170939248.png
[python_list]: https://blog.csdn.net/qq_41911048/article/details/89227758
[Pandas _Dataframe_ Insert_]: https://blog.csdn.net/W_weiying/article/details/85247436
[Pandas _ SettingwithCopyWarning]: https://www.jianshu.com/p/72274ccb647a
[pandas.to_datetime]: https://blog.csdn.net/DataCastle/article/details/84323603
[Link 1]: https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.to_datetime.html
[20200527170228189.png]: https://img-blog.csdnimg.cn/20200527170228189.png
[20200527170239222.png_x-oss-process_image]: https://img-blog.csdnimg.cn/20200527170239222.png?x-oss-process=image
[20200527170249375.png_x-oss-process_image]: https://img-blog.csdnimg.cn/20200527170249375.png?x-oss-process=image