df1有下单时间,门店编码,各门店门店人数,各个订单的金额字段。现需要计算出每个门店的一个月营业额除以每个门店的员工数,请写出Python代码
时间: 2024-03-20 11:39:47 浏览: 152
假设数据存储在一个名为df1的DataFrame中,代码如下:
```python
# 计算每个门店的一个月营业额
df1['下单时间'] = pd.to_datetime(df1['下单时间']) # 将下单时间转换为datetime格式
df1['月份'] = df1['下单时间'].dt.month # 新增一列月份
df1_month = df1.groupby(['门店编码', '月份'])['金额字段'].sum().reset_index() # 按门店编码和月份分组计算每个门店每个月的总营业额
# 计算每个门店的员工数
df1_employee = df1.groupby('门店编码')['门店人数'].sum().reset_index() # 按门店编码分组计算每个门店的员工数
# 计算每个门店的一个月营业额除以每个门店的员工数
df1_result = pd.merge(df1_month, df1_employee, on='门店编码') # 合并两个DataFrame
df1_result['每员工营业额'] = df1_result['金额字段'] / df1_result['门店人数'] # 计算每个门店的一个月营业额除以每个门店的员工数
```
其中,`pd.to_datetime()`函数将下单时间转换为datetime格式,新建一列“月份”用于按月份分组计算每个门店每个月的总营业额;`df1.groupby()`函数用于按门店编码和月份或门店编码分组计算门店的总营业额或员工数;`pd.merge()`函数用于合并两个DataFrame,`df1_result['每员工营业额'] = df1_result['金额字段'] / df1_result['门店人数']`计算每个门店的一个月营业额除以每个门店的员工数。
阅读全文