大数据技术在财务中的应用(Python版） 课件 任务5.3 利用Pandas进行数据的分组与分段分析.pptx

;引入案例;知识解析;任务5.3利用Pandas进行数据的分组与分段分析;一、数据分组;groupby()函数常用参数说明;【做中学5.3.1】读入应收账款统计表.xlsx（位置：E:\file\），使用groupby()函数按年进行分组，并查看分组数据。;使用get_group()函数查看某一分组。程序如下：

df.groupby(年).get_group(2019)#查看组名是2019的分组;二、分组统计;【做中学5.3.2】读入应收账款统计表.xlsx（位置：E:\file\），统计2020年不同客户的本期发生额的总数及期初余额的平均数。;统计2020年不同客户应收账款期初余额的平均数。程序如下：

df1.groupby(客户ID)[期初余额].mean();importpandasaspd#引入pandas模块

#读取Excel表格数据

df=pd.read_excel(rE:\file\应收账款统计表.xlsx,converters={年:str,月:str})

df.groupby(年)[[本期发生额,期初余额]].agg([mean,sum,max,min]);【做中学5.3.4】接续【做中学5.3.3】使用groupby()函数按“年”进行分组，并统计各组本期发生额列的合计值、平均值，期初余额列的最小值。;5.2.2数据分段统计分析;【做中学5.3.6】读入公司资产负债率.xlsx（位置：E:\file\），根据资产负债率的分段情况进行统计。;0(24.437,45.467]

1(45.467,66.433]

2(45.467,66.433]

3(45.467,66.433]

4(66.433,87.4]

5(45.467,66.433]

Name:资产负债率(%),dtype:category

Categories(3,interval[float64]):[(24.437,45.467](45.467,66.433](66.433,87.4]]

分段统计结果为：

(45.467,66.433]4

(24.437,45.467]1

(66.433,87.4]1

Name:资产负债率(%),dtype:int64;指定区间进行分割并指定labels，再进行统计，程序如下：

cat2=pd.cut(df[资产负债率(%)],bins=[0,50,55,60,70,100],

labels=[优秀,良好,平均,较低,较差])

print(cat2)

print(分段统计结果为：)

print(cat2.value_counts());读入fin_data2.xlsx（位置：E:\file\）中的利润表项目，按年进行分组，并查看2021年的分组数据。程序如下：

importpandasaspd#导入Pandas模块

#读入Excel表格数据

df=pd.read_excel(rE:\file\fin_data2.xlsx,sheet_name=1,

converters={年:str,月:str})

grouped=df.groupby(年)#按年进行分组

grouped.get_group(2021).head();任务实训