使用”订单_new.xlsx”中的数据完成以下统计分析。1.每天的订单记录数量。2.每周的订购总数量和总金额,将结果保存到cvs格式的文件中。3.每周各地的订单记录数量。
时间: 2024-03-06 21:51:17 浏览: 23
以下是使用 Python 和 openpyxl 库来完成上述统计分析的代码:
```python
import openpyxl
from datetime import datetime
import csv
# 打开 Excel 文件
wb = openpyxl.load_workbook('订单_new.xlsx')
ws = wb.active
# 统计每天的订单记录数量
daily_count = {}
for row in range(2, ws.max_row + 1):
date = ws.cell(row=row, column=2).value.date().strftime('%Y-%m-%d')
if date in daily_count:
daily_count[date] += 1
else:
daily_count[date] = 1
print('每天的订单记录数量:', daily_count)
# 统计每周的订购总数量和总金额,并保存到 csv 文件中
weekly_total = {}
for row in range(2, ws.max_row + 1):
date = ws.cell(row=row, column=2).value.date()
week_number = date.isocalendar()[1]
if week_number in weekly_total:
weekly_total[week_number]['count'] += ws.cell(row=row, column=4).value
weekly_total[week_number]['amount'] += ws.cell(row=row, column=5).value
else:
weekly_total[week_number] = {'count': ws.cell(row=row, column=4).value, 'amount': ws.cell(row=row, column=5).value}
with open('每周订购总数量和总金额.csv', 'w', newline='') as csvfile:
writer = csv.writer(csvfile)
writer.writerow(['周数', '订购总数量', '订购总金额'])
for week_number, values in weekly_total.items():
writer.writerow([week_number, values['count'], values['amount']])
print('每周的订购总数量和总金额已保存到 csv 文件中。')
# 统计每周各地的订单记录数量
weekly_location = {}
for row in range(2, ws.max_row + 1):
date = ws.cell(row=row, column=2).value.date()
week_number = date.isocalendar()[1]
location = ws.cell(row=row, column=3).value
if week_number in weekly_location:
if location in weekly_location[week_number]:
weekly_location[week_number][location] += 1
else:
weekly_location[week_number][location] = 1
else:
weekly_location[week_number] = {location: 1}
print('每周各地的订单记录数量:', weekly_location)
```
该代码首先打开名为“订单_new.xlsx”的 Excel 文件,并使用 openpyxl 库读取其中的数据。然后,它使用 Python 的日期和时间模块来统计每天的订单记录数量,并将结果打印出来。
接下来,它统计每周的订购总数量和总金额,并将结果保存到名为“每周订购总数量和总金额.csv”的 csv 文件中。该文件包含三列:周数、订购总数量和订购总金额。
最后,它统计每周各地的订单记录数量,并将结果打印出来。