推荐学习书目 Learn Python the Hard Way Python Sites PyPI - Python Package Index http://diveintopython.org/toc/index.html Pocoo 值得关注的项目 PyPy Celery Jinja2 Read the Docs gevent pyenv virtualenv Stackless Python Beautiful Soup 结巴中文分词 Green Unicorn Sentry Shovel Pyflakes pytest Python 编程 pep8 Checker Styles PEP 8 Google Python Style Guide Code Style from The Hitchhiker's Guide
这是一个创建于 1495 天前的主题，其中的信息可能已经有所发展或是发生改变。
已经用 pandas 从几张销售大表中把数据汇总到一张表中了，如图，(目前只有这个水平，噗)，我目的是要及时跟进包材，品牌很多，每个品牌 10kg 到 15kg 共用一种包材，各品牌不通用，0.7 到 1kg 到共用同一种包材，各品牌通用。图上已经手工处理了数据。 我现在想用 python 完成这个统计工作，感觉无从下手，请各位前辈指教。 开始我想做一张包含所有规格的表，一一比对，但感觉太蠢了，见笑
 | 1 skysuhey 2022 年 3 月 23 日 处理这种数据没必要用 Python ，Excel 不是更加直观便捷吗 |
 | 2 dlsflh 2022 年 3 月 23 日 via Android 想起了那个黑板上画 office 讲课的非洲老师。 |
 | 3 MTMT 2022 年 3 月 23 日  1 ```python def get_type(row): if row['规格'].between(0.7,1): return '小包材' else: reutrn row['品牌名']+'_大包材' d['分类'] = d.apply(lambda get_type, axis=1) output = d[['分类', '数量']].groupby('分类').sum() ``` |
| 4 MTMT 2022 年 3 月 23 日 1 不知道 v2 支不支持 markdown ，上面缩紧都乱了，有一行改一下，凑合看吧 d['分类'] = d.apply(get_type, axis=1) |
 | 8 imn1 2022 年 3 月 25 日 1 分牌子 dataframe.groupby(['牌子']) 分规格 dataframe.groupby(['规格']) 分牌子及规格 dataframe.groupby(['牌子', '规格']) #注意有序 groupby 可以简单看作一个把字段当成 index 的 dataframe ，然后操作，当然这个理解不严谨，详细请查阅手册关于 groupby 章节 |
Select Language