回答編集履歴
1
追記
test
CHANGED
|
@@ -5,6 +5,16 @@
|
|
|
5
5
|
商品の種類が増える可能性があるのであればデータは「縦持ち」のほうがよいです。
|
|
6
6
|
|
|
7
7
|
横持にしたければ`pivot_table`を使えばよいです。
|
|
8
|
+
|
|
9
|
+
|
|
10
|
+
|
|
11
|
+
追記
|
|
12
|
+
|
|
13
|
+
-----
|
|
14
|
+
|
|
15
|
+
たとえば「商品」ではなく「ハンバーガー」「ジュース」などの大まかな商品グループ毎に集計したくなった場合、横持だと大変です。
|
|
16
|
+
|
|
17
|
+
縦持ちなら、集計対象でグルーピングして`pivot_table`するだけですみます。
|
|
8
18
|
|
|
9
19
|
```Python
|
|
10
20
|
|
|
@@ -56,4 +66,32 @@
|
|
|
56
66
|
|
|
57
67
|
#All 1.0 8.0 7.0 19.0 12.0 3.0 50
|
|
58
68
|
|
|
69
|
+
|
|
70
|
+
|
|
71
|
+
|
|
72
|
+
|
|
73
|
+
# 商品グループ毎に同様の集計を行う
|
|
74
|
+
|
|
75
|
+
|
|
76
|
+
|
|
77
|
+
df['商品グループ'] = df['商品'].str.replace('[A-Z]','')
|
|
78
|
+
|
|
79
|
+
|
|
80
|
+
|
|
81
|
+
df2 = pd.pivot_table(df, index='日付', columns='商品グループ', values='個数', margins=True, aggfunc=np.sum)
|
|
82
|
+
|
|
83
|
+
df2 = df2.fillna(0)
|
|
84
|
+
|
|
85
|
+
print(df2)
|
|
86
|
+
|
|
87
|
+
#商品グループ デザート ドリンク バーガー All
|
|
88
|
+
|
|
89
|
+
#日付
|
|
90
|
+
|
|
91
|
+
#2020/07/11 0.0 8.0 22.0 30
|
|
92
|
+
|
|
93
|
+
#2020/07/12 1.0 7.0 12.0 20
|
|
94
|
+
|
|
95
|
+
#All 1.0 15.0 34.0 50
|
|
96
|
+
|
|
59
97
|
```
|