1. 模拟某商场2020年12个月的服装、化妆品、日用品的销售量,建立名为sales的数据库对象。要求: (1) 销售数据使用随机数生成(每种商品的销量都不超过50),使用时间序列对象作为数据库的行索引。 (2) 查询6月份‘化妆品’的销售量。 (3) 查询5月份和10月份的销售记录。 (4) 查询‘服装’销量为20~35的销售记录。 (5) 查询‘服装’和‘化妆品’销量都超过30的销售记录。 (6) 按‘日用品’销量的降序排序(返回新的数据框对象)。 (7) 统计2020年各商品的销售总量。 (8) 统计每个月的销售总量。 (9) 绘制折线图,展示12个月的服装销量情况。 (10) 绘制柱状图,展示12个月的商品销售量情况。 (11) 绘制箱线图,展示各月销量的分布情况。 (12) 绘制饼图,展示各商品总销售量的占比情况。
时间: 2024-03-02 22:49:21 浏览: 62
好的,让我来一步步帮你完成这些任务。
1. 生成数据和数据库对象
```python
import pandas as pd
import numpy as np
# 生成日期序列
dates = pd.date_range('2020-01-01', '2020-12-31')
# 生成随机销售数据
sales_data = pd.DataFrame(np.random.randint(0, 50, size=(len(dates), 3)),
index=dates, columns=['服装', '化妆品', '日用品'])
# 将数据框保存到名为'sales'的数据库对象中
store = pd.HDFStore('sales.h5')
store['sales'] = sales_data
store.close()
```
2. 查询6月份‘化妆品’的销售量
```python
store = pd.HDFStore('sales.h5')
sales_data = store['sales']
store.close()
sales_data.loc['2020-06', '化妆品']
```
3. 查询5月份和10月份的销售记录
```python
sales_data.loc[['2020-05', '2020-10']]
```
4. 查询‘服装’销量为20~35的销售记录
```python
sales_data[(sales_data['服装'] >= 20) & (sales_data['服装'] <= 35)]
```
5. 查询‘服装’和‘化妆品’销量都超过30的销售记录
```python
sales_data[(sales_data['服装'] > 30) & (sales_data['化妆品'] > 30)]
```
6. 按‘日用品’销量的降序排序
```python
sales_data.sort_values(by='日用品', ascending=False)
```
7. 统计2020年各商品的销售总量
```python
sales_data.sum()
```
8. 统计每个月的销售总量
```python
sales_data.resample('M').sum()
```
9. 绘制折线图,展示12个月的服装销量情况
```python
import matplotlib.pyplot as plt
sales_data['服装'].plot()
plt.show()
```
10. 绘制柱状图,展示12个月的商品销售量情况
```python
sales_data.plot(kind='bar')
plt.show()
```
11. 绘制箱线图,展示各月销量的分布情况
```python
sales_data.boxplot()
plt.show()
```
12. 绘制饼图,展示各商品总销售量的占比情况
```python
sales_data.sum().plot(kind='pie')
plt.show()
```
希望这些代码能够帮助你完成任务,如果有任何问题或者需要进一步帮助,请随时提问。
相关推荐
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)