首页 > 其他分享 >Pandas中如何统计各个销售地出线的次数?

Pandas中如何统计各个销售地出线的次数?

时间:2023-10-09 15:37:22浏览次数:32  
标签:df 代码 销售 次数 出线 pd counts Pandas

大家好,我是皮皮。

一、前言

前几天在Python最强王者交流群【wen】问了一个Pandas数据处理的问题,一起来看看吧。

他的代码如下:

import pandas as pd
results = []

df = pd.read_excel('G:\合并结果+2023-09-22.xlsx',dtype=str).convert_dtypes()
list = set(df['销售地'])
for i in list :
    a = df['销售地'].count(i)
    data = {'销售地': i, '行数': a,}
    results.append(data)
    print(f'销售地:{i},行数:{a}')

他的数据截图如下:
image.png

二、实现过程

这里【莫生气】给了一个思路,如下所示:

image.png

直接df['销售地'].value_counts(ascending=True)或者使用【哎呦喂  是豆子~】提出的df.groupby(by = '销售地').count()

都是可以得到预期的结果的:

image.png

后来【巭孬

标签:df,代码,销售,次数,出线,pd,counts,Pandas
From: https://www.cnblogs.com/dcpeng/p/17751829.html

相关文章

  • 用pandas探索你的数据(五)-合并数据
    用pandas探索你的数据(五)-合并数据在数据处理和分析中,数据的合并是一项关键任务。Pandas提供了丰富的工具来处理不同来源的数据,并将它们合并成一个更大的数据集。在这篇文章中,我们将深入探讨Pandas中两个重要的数据合并函数:pd.concat()和pd.merge()。首先,我们将通过一系列的......
  • pandas的应用一(DataFrame的显示,以及修改默认下标)
    importpandasaspddata={"姓名":["楚枫","楚月","楚狐宇"],"年龄":["16","17","18"],"性别":["男","女","男"]}df=pd.DataFrame(data)#显示df......
  • 透彻理解 pandas 切片中 df.loc ,df.iloc
    在处理pandas数据框时,选择数据是非常常见的操作。为了满足这种需求,pandas提供了多种选择数据的方法,其中最常用的是df.loc和df.iloc。尽管它们在许多情况下都可以互换使用,但它们之间确实存在一些关键区别,初学者必须明确这些区别以避免潜在的错误。1.基本定义df.loc:基于标......
  • pandas(进阶操作)-- 处理非数值型数据 -- 数据分析三剑客(核心)
    博客地址:https://www.cnblogs.com/zylyehuo/开发环境anaconda集成环境:集成好了数据分析和机器学习中所需要的全部环境安装目录不可以有中文和特殊符号jupyteranaconda提供的一个基于浏览器的可视化开发工具importnumpyasnpimportpandasaspdfrompandasi......
  • modin pandas 大规模数据处理方案
    modin是一个可以快速替换原生pandas的方案,我们只需要替换一个简单的引用,就可以将pandas的数据处理速度有很大的提升modin支持与不少框架的集成(ray,dask,unidisk),目前modin对于常用read操作都有很不错的支持,参考图参考架构如下图,可以看出modin的扩展能力还是很强大的......
  • pandas -- DataFrame的级联以及合并操作
    博客地址:https://www.cnblogs.com/zylyehuo/开发环境anaconda集成环境:集成好了数据分析和机器学习中所需要的全部环境安装目录不可以有中文和特殊符号jupyteranaconda提供的一个基于浏览器的可视化开发工具importpandasaspdimportnumpyasnp级联操作pd......
  • 基于pandas的数据清洗 -- 异常值的清洗
    博客地址:https://www.cnblogs.com/zylyehuo/开发环境anaconda集成环境:集成好了数据分析和机器学习中所需要的全部环境安装目录不可以有中文和特殊符号jupyteranaconda提供的一个基于浏览器的可视化开发工具自定义一个1000行3列(A,B,C)取值范围为0-1的数据源,然后将C......
  • pandas.get_dummies与sklearn.preprocessing.OneHotEncoder
    pandas.get_dummies、sklearn.preprocessing.OneHotEncoder.fit_transform和sklearn.preprocessing.OneHotEncoder都用于对分类变量进行独热编码,但它们在实现和使用上有一些区别。pandas.get_dummies:解释:pandas.get_dummies是pandas库中的一个函数,用于将分类变量转化为虚拟变......
  • 基于pandas的数据清洗 -- 缺失值(空值)的清洗
    博客地址:https://www.cnblogs.com/zylyehuo/开发环境anaconda集成环境:集成好了数据分析和机器学习中所需要的全部环境安装目录不可以有中文和特殊符号jupyteranaconda提供的一个基于浏览器的可视化开发工具丢失数据的类型原始数据中会存在两种缺失值(空值)None......
  • 基于pandas的数据清洗 -- 重复值的清洗
    博客地址:https://www.cnblogs.com/zylyehuo/开发环境anaconda集成环境:集成好了数据分析和机器学习中所需要的全部环境安装目录不可以有中文和特殊符号jupyteranaconda提供的一个基于浏览器的可视化开发工具df=DataFrame(data=np.random.randint(0,100,size=(8,......