任务 6：利用 python 操作 Excel 文档。 1） 给定重庆商圈数据，已存储为 Excel，请分别将重庆市每个 区的数据存储到一个独立的工作表中，统计每个区的商铺 数量并利用 python 在 Excel 中绘制条状图。 2） 增加难度（选做）：从给定的 POI 文件中直接读入并保存为 Excel 文件，之后进行 1）的处理；尝试利用正则表达进行 信息检索（如检索出座机号码等）。

1）实现步骤：

1.1 读取 Excel 文件

使用 Pandas 库的 read_excel() 函数读取 Excel 文件中的数据，并将数据存储在 DataFrame 中。

示例代码：

import pandas as pd

df = pd.read_excel('商圈数据.xlsx')

1.2 创建新的工作表

使用 Pandas 库的 ExcelWriter() 函数创建一个新的 Excel 文件，并在其中创建多个工作表，每个工作表对应一个区。

示例代码：

# 创建一个新的 Excel 文件
writer = pd.ExcelWriter('商圈数据_按区划分.xlsx')

# 遍历每个区，创建对应的工作表
for area in df['区'].unique():
    # 根据区名筛选数据
    area_data = df[df['区'] == area]
    # 将数据存储到新的工作表中
    area_data.to_excel(writer, sheet_name=area, index=False)

# 保存 Excel 文件
writer.save()

1.3 统计每个区的商铺数量并绘制条状图

使用 Pandas 库的 groupby() 函数对每个区进行分组，并使用 count() 函数统计每个区的商铺数量。

使用 Matplotlib 库的 bar() 函数绘制条状图，将每个区的商铺数量作为条状图的高度。

示例代码：

import matplotlib.pyplot as plt

# 对每个区进行分组统计商铺数量
area_counts = df.groupby('区')['商铺名称'].count()

# 绘制条状图
plt.bar(area_counts.index, area_counts.values)

# 设置图表标题和横纵坐标标签
plt.title('重庆市各区商铺数量')
plt.xlabel('区')
plt.ylabel('商铺数量')

# 显示图表
plt.show()

2）增加难度（选做）：

2.1 读取 POI 文件

使用 Pandas 库的 read_csv() 函数读取 POI 文件中的数据，并将数据存储在 DataFrame 中。

示例代码：

import pandas as pd

df = pd.read_csv('POI数据.csv')

2.2 正则表达式检索信息

使用 Python 的 re 模块可以方便地进行正则表达式的匹配。

示例代码：

import re

# 匹配座机号码
pattern = r'\d{3,4}-\d{7,8}'

# 从商铺名称和地址中提取座机号码
phone_numbers = []
for name, address in zip(df['名称'], df['地址']):
    # 将商铺名称和地址拼接起来
    text = name + ' ' + address
    # 使用正则表达式匹配座机号码
    match = re.search(pattern, text)
    if match:
        phone_numbers.append(match.group())

# 输出座机号码列表
print(phone_numbers)