2025国考宁波仓储数据统计分析Excel或Python入门应用题.docxVIP

2025国考宁波仓储数据统计分析Excel或Python入门应用题.docx

本文档由用户AI专业辅助创建,并经网站质量审核通过
  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

第PAGE页共NUMPAGES页

2025国考宁波仓储数据统计分析(Excel或Python)入门应用题

一、数据筛选与处理(共3题,每题10分,总计30分)

题目1(10分):

宁波某仓储物流公司2024年11月部分仓库库存数据如下表所示(部分数据已隐藏,需自行填写示例数据)。请使用Excel或Python完成以下任务:

(1)筛选出“宁波仓储中心”且“库存量”超过500件的商品,并按“入库日期”降序排列;

(2)计算筛选后数据的“库存积压率”(公式:积压率=(库存量-安全库存量)/库存量),并将结果填入新列;

(3)将筛选后的数据按“积压率”从高到低排序,并将结果保存为“宁波仓储中心积压数据.xlsx”文件。

示例数据(部分):

|商品编号|商品名称|仓库名称|库存量|安全库存量|入库日期|

|-|-||--|||

|001|A1|宁波仓储中心|650|500|2024-11-01|

|002|B2|余姚分仓|450|400|2024-11-03|

|003|A1|宁波仓储中心|800|600|2024-11-02|

|004|C3|宁波仓储中心|300|300|2024-11-05|

|...|...|...|...|...|...|

解析:

(1)使用Excel的“筛选”功能,在“仓库名称”列筛选“宁波仓储中心”,在“库存量”列筛选“500”;

(2)在Excel中添加新列“积压率”,输入公式`=IF(库存量0,(库存量-安全库存量)/库存量,)`;

(3)按“积压率”降序排序,另存为文件。

Python代码示例(若使用Pandas):

python

importpandasaspd

data={

商品编号:[001,002,003,004],

商品名称:[A1,B2,A1,C3],

仓库名称:[宁波仓储中心,余姚分仓,宁波仓储中心,宁波仓储中心],

库存量:[650,450,800,300],

安全库存量:[500,400,600,300],

入库日期:[2024-11-01,2024-11-03,2024-11-02,2024-11-05]

}

df=pd.DataFrame(data)

df_filtered=df[(df[仓库名称]==宁波仓储中心)(df[库存量]500)]

df_filtered[积压率]=(df_filtered[库存量]-df_filtered[安全库存量])/df_filtered[库存量]

df_sorted=df_filtered.sort_values(by=积压率,ascending=False)

df_sorted.to_excel(宁波仓储中心积压数据.xlsx,index=False)

二、数据可视化与趋势分析(共2题,每题15分,总计30分)

题目2(15分):

宁波某电商仓库2024年10月-12月每日出库订单数据如下表所示(部分数据已隐藏)。请使用Excel或Python完成以下任务:

(1)绘制“每日出库订单量”折线图,X轴为日期,Y轴为订单量;

(2)计算每月平均出库订单量,并标注在图表中;

(3)分析10月、11月、12月出库订单量的环比增长率,并在图表下方输出结果(表格形式)。

示例数据(部分):

|日期|订单量|

||--|

|2024-10-01|120|

|2024-10-02|150|

|...|...|

|2024-12-30|280|

解析:

(1)使用Excel的“插入图表”功能,选择折线图;

(2)按月分组计算平均订单量,添加数据标签;

(3)环比增长率=(当月订单量-上月订单量)/上月订单量。

Python代码示例(若使用Matplotlib):

python

importpandasaspd

importmatplotlib.pyplotasplt

data={

日期:[2024-10-01,2024-10-02,2024-11-01,2024-11-02,2024-12-01,2024-12-02],

订单量:[120,1

文档评论(0)

***** + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档