Question

我正在尝试比较python在一个周末和一个工作日的平均销售额。

假设我有一个数据集

 Order Date  Units Sold day_week
2017-07-01  100 Sat
2017-07-02  100 Sun
2017-07-03  90  Mon
2017-07-04  90  Tue
2017-07-05  90  Wed
2017-07-06  90  Thu
2017-07-07  90  Fri
2017-07-08  80  Sat
2017-07-09  80  Sun
2017-07-10  100 Mon
2017-07-11  100 Tue
2017-07-12  100 Wed
2017-07-13  100 Thu
2017-07-14  100 Fri

我想将（坐和日休的周末的平均销售额）与（工作日的平均销售额）进行比较，但分别比较（第1和第2个销售额分别为3、4、5、6、7销售额）和（8,9与10,11,12,13,14）

因此，在第1周，周末的平均销售额（100）会比平日的平均销售额（90）大，而在第2周，周末的平均销售额（80）将小于平日的平均销售额（100）

Answer 1

好的，这里假设您的数据采用DataFrame格式，但是日期/时间很简单str（即不是datetime）：

import pandas as pd

# setting up part of your dataset

df = pd.DataFrame.from_dict({
    'date':['2017-07-01','2017-07-02','2017-07-03','2017-07-04'],
    'units_sold': [100,100,90,90],
    'day_week': ['Sat','Sun','Mon','Tue']}
)

# defining a new column to help us, grouping by it and then summing:

df['is_weekend']=df['day_week'].apply(lambda x: x in {'Sat','Sun'})
df.groupby('is_weekend').mean()

此外，在将来，编写生成数据集（或数据集的一小部分）的代码也是一种好习惯，否则读者必须自己做。

查找一个月的每周和周末平均销售情况

1 个答案: