项目的结构为：
代码字体以及Excel到这里面取：
https://download.csdn.net/download/aaa123_456aaa/54707165
1、使用plot()方法绘制柱状图和折线图：
DataFrame结构的plot()方法可以绘制折线图、柱状图、饼状图等
各种形状的图形来展示数据，通过plot()方法的kind参数，也可以使用
line()、bar()或其它方法绘制相应形状的图形。例如：
df.plot(kind=‘bar’)
df.plot.line()
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.font_manager as fm
df = pd.read_excel(r'超市营业额2.xlsx')
df.loc[df.交易额 > 3000,'交易额'] = 3000
df.loc[df.交易额 < 200,'交易额'] = 200
df.drop_duplicates(inplace=True)
df['交易额'].fillna(df['交易额'].mean(),inplace=True)
print(''.ljust(20,'='))
df_group = pd.crosstab(df.姓名,df.柜台,df.交易额,
aggfunc='mean').apply(round)
df_group.plot(kind='bar')
df_group.plot.line()
font = fm.FontProperties(fname=r'书法.ttf')
plt.xlabel('员工业绩分布',fontproperties='simhei')
plt.xticks(fontproperties='simhei')
plt.legend(prop=font)
plt.show()
123456789101112131415161718192021222324252627282930313233
注意：
a、使用交叉表得到每个人在柜台交易额平均值时，我们使用了crosstab()函数，crosstab()函数的第一个参数是指定index，也就是DataFrame结构的索引。第二个参数是指定column，也就是首行。第三个参数是values，也就是表格值。第四个参数 aggfun=mean，代表要求什么值，mean代表均值，当然sum就是代表和的值了：
b、pandas中可以使用round(n)方法返回 x 的小数点四舍五入到n个数字。简洁的说就是，四舍五入地保留小数点后面的几个数字。round()不添加任何参数的时候，等同于round(0)就是取整：
那么代码中的这一行：
df_group = pd.crosstab(df.姓名,df.柜台,df.交易额,aggfunc=‘mean’).apply(round)
c、我们为什么要给他设置字体呢？其实不设置也是可以的，但是显示不出来中文字体，所以要默认中文字体，还有就是plot()的调用好像和plt的使用没什么关系，其实不然，在使用DataFrame（df_group）的结构调用plot()方法时会自动调用扩展库matplotlib的功能，而plt就属于扩展库matplotlib的功能，所以可以直接绘画图形里面的值。
2、查看DataFrame的内存占用情况：
DataFrame结构的memory_usage()方法可以查看内存占用情况，返
回一个Series对象。例如：
import pandas as pd
df = pd.read_excel(r'超市营业额2.xlsx')
print('交易额列占用内存情况'.ljust(20,'='))
print(df['交易额'].memory_usage())
print('内存占用情况'.ljust(20,'='))
print(df.memory_usage())
print('内存占用总额情况'.ljust(20,'='))
print(df.memory_usage().sum())
print('使用df.info()查看内存占用情况'.ljust(20,'='))
df.info()
12345678910111213141516运行结果：
交易额列占用内存情况==========
2072
内存占用情况==============
Index 80
工号 1992
姓名 1992
日期 1992
时段 1992
交易额 1992
柜台 1992
dtype: int64
内存占用总额情况============
12032
使用df.info()查看内存占用情况=
RangeIndex: 249 entries, 0 to 248
Data columns (total 6 columns):
工号 249 non-null int64
姓名 249 non-null object
日期 249 non-null object
时段 249 non-null object
交易额 246 non-null float64
柜台 249 non-null object
dtypes: float64(1), int64(1), object(4)
memory usage: 11.8+ KB
12345678910111213141516171819202122232425 3、concat()函数与append()方法：
concat()函数
pandas提供了concat()函数用于合并多个DataFrame结构，语法如下：
concat(objs, axis=0, ignore_index=False, …)
#1、参数obj表示包含多个Series、DataFrame或Panel对象的序列；
#2、参数axis默认为0，表示按行进行纵向合并和扩展；
#3、当然后面还有很多参数，执行import pandas pd，使用help(pd.concat)进行查看。
append()方法
也可以使用append进行合并，语法格式如下：
append(other, ignore_index=False, verify_integrity=False)
#1、这里面的假如我们写verify_integrity=True表示当列的索引有一样的时候就会报错。
import pandas as pd
pd.set_option('display.unicode.ambiguous_as_wide',True)
pd.set_option('display.unicode.east_asian_width',True)
df = pd.read_excel(r'超市营业额2.xlsx')
df5 = pd.read_excel(r'超市营业额2.xlsx',sheetname='Sheet2')
df1 = df[:3]
df2 = df[50:53]
df3 = pd.concat([df1,df2,df5])
df4 = df1.append([df2,df5],ignore_index=True)
df6 = df.loc[0:8,['姓名','柜台','交易额']]
print(df1,df2,df3,df4,df6[:5],sep='\n\n')
123456789101112131415161718192021222324运行结果为：
工号 姓名 日期 时段 交易额 柜台
0 1001 张三 2019-03-01 9：00-14：00 1664.0 化妆品
1 1002 李四 2019-03-01 14：00-21：00 954.0 化妆品
2 1003 王五 2019-03-01 9：00-14：00 1407.0 食品
工号 姓名 日期 时段 交易额 柜台
50 1004 赵六 2019-03-07 9：00-14：00 1340.0 食品
51 1004 赵六 2019-03-07 14：00-21：00 942.0 食品
52 1005 周七 2019-03-07 9：00-14：00 1465.0 日用品
工号 姓名 日期 时段 交易额 柜台
0 1001 张三 2019-03-01 9：00-14：00 1664.0 化妆品
1 1002 李四 2019-03-01 14：00-21：00 954.0 化妆品
2 1003 王五 2019-03-01 9：00-14：00 1407.0 食品
50 1004 赵六 2019-03-07 9：00-14：00 1340.0 食品
51 1004 赵六 2019-03-07 14：00-21：00 942.0 食品
52 1005 周七 2019-03-07 9：00-14：00 1465.0 日用品
0 1001 张三 2019-04-01 9：00-14：00 1367.0 化妆品
1 1002 李四 2019-04-01 14：00-21：00 1005.0 化妆品
2 1003 王五 2019-04-01 9：00-14：00 1460.0 食品
3 1004 赵六 2019-04-01 14：00-21：00 1270.0 食品
4 1005 周七 2019-04-01 9：00-14：00 1123.0 日用品
5 1006 钱八 2019-04-01 14：00-21：00 1321.0 日用品
6 1007 孙九 2019-04-01 9：00-14：00 1364.0 蔬菜水果
7 1007 孙九 2019-04-01 14：00-21：00 1633.0 蔬菜水果
工号 姓名 日期 时段 交易额 柜台
0 1001 张三 2019-03-01 9：00-14：00 1664.0 化妆品
1 1002 李四 2019-03-01 14：00-21：00 954.0 化妆品
2 1003 王五 2019-03-01 9：00-14：00 1407.0 食品
3 1004 赵六 2019-03-07 9：00-14：00 1340.0 食品
4 1004 赵六 2019-03-07 14：00-21：00 942.0 食品
5 1005 周七 2019-03-07 9：00-14：00 1465.0 日用品
6 1001 张三 2019-04-01 9：00-14：00 1367.0 化妆品
7 1002 李四 2019-04-01 14：00-21：00 1005.0 化妆品
8 1003 王五 2019-04-01 9：00-14：00 1460.0 食品
9 1004 赵六 2019-04-01 14：00-21：00 1270.0 食品
10 1005 周七 2019-04-01 9：00-14：00 1123.0 日用品
11 1006 钱八 2019-04-01 14：00-21：00 1321.0 日用品
12 1007 孙九 2019-04-01 9：00-14：00 1364.0 蔬菜水果
13 1007 孙九 2019-04-01 14：00-21：00 1633.0 蔬菜水果
姓名 柜台 交易额
0 张三 化妆品 1664.0
1 李四 化妆品 954.0
2 王五 食品 1407.0
3 赵六 食品 1320.0
4 周七 日用品 994.0
123456789101112131415161718192021222324252627282930313233343536373839404142434445464748注意：
a、拆分时我们可以看见使用了loc，其实还有一个iloc，两者的区别是：
首先df.loc[0:8,[‘姓名’,‘柜台’,‘交易额’]]这个的意思就是取前面的索引为0到8的行，并且列为 ‘姓名’,‘柜台’,‘交易额’：
那么df.iloc[0:8,0:4]，前面是一共取8行，而ilocd的i表示Integer整数的意思，就是后面只能取整数列也就是0到4列的值，并且只能是整数，不能写成df.iloc[0:8,[‘工号’,‘姓名’,‘日期’,‘时段’]]，因为里面不是整数值：
4、merge()方法与join()方法：
merge()方法：
DataFrame结构merge()方法也可以实现合并功能，语法如下：
merge(right, how=‘inner’, on=None, left_on=None, right_on=None, suffixes=(’_x’, ‘_y’), …)
#1、参数right表示另一个DataFrame结构；
#2、参数how的取值可以是’left’、‘right’、‘outer’或’inner’之一，表示数据连接的方式；
#3、参数on用来指定连接时依据的列名或包含的若干列名的列表，要求指定的列名在两个DataFrame中都存在，如果没有任何参数指定连接键则根据两个DataFrame的列名交集进行连接；
#4、参数left_on和right_on分别用来指定连接时依据的左右侧列名标签。
join()方法：
DataFrame结构join()方法也可以实现按列对左表（调用join()方法的DataFrame）和右表合并，如果右表other索引与左表某列的值相同可以直接连接，如果根据右表other中某列的值与左表进行连接，需要先对右表other调用set_index()方法设定该列作为索引。语法格式如下：
join(other, on=None, how=‘left’, lsuffix=’’, rsuffix=’’, sort=False)
#1、参数other表示另一个DataFrame结构，也就是右表；
#2、参数on用来指定连接时依据的左表列名，如果不指定则按左表索引index的值进行连接；
#3、参数how的含义与merge()方法的how相同；
#4、参数lsuffix和rsuffix用来指定列名的后缀。
import numpy as np
import pandas as pd
pd.set_option('display.unicode.ambiguous_as_wide',True)
pd.set_option('display.unicode.east_asian_width',True)
df1 = pd.read_excel(r'超市营业额2.xlsx')
df2 = pd.read_excel(r'超市营业额2.xlsx',sheetname='Sheet3')
rows = np.random.randint(0,len(df1),3)
print(pd.merge(df1,df2).iloc[rows,0:7],end='\n\n')
print(pd.merge(df1,df2,on='工号',suffixes=['_x','_y']).iloc[rows,:],end='\n\n')
print(df1.set_index('工号').join(df2.set_index('工号'),lsuffix='x',rsuffix='y').iloc[rows,:])
1234567891011121314151617181920运行结果为：
工号 姓名 日期 时段 交易额 柜台 职级
21 1001 张三 2019-03-19 9：00-14：00 1376.0 日用品 店长
89 1003 王五 2019-03-04 9：00-14：00 1590.0 食品 组长
130 1004 赵六 2019-03-05 14：00-21：00 974.0 食品 员工
工号 姓名_x 日期 时段 交易额 柜台 姓名_y 职级
21 1001 张三 2019-03-19 9：00-14：00 1376.0 日用品 张三 店长
89 1003 王五 2019-03-04 9：00-14：00 1590.0 食品 王五 组长
130 1004 赵六 2019-03-05 14：00-21：00 974.0 食品 赵六 员工
姓名x 日期 时段 交易额 柜台 姓名y 职级
工号
1001 张三 2019-03-19 9：00-14：00 1376.0 日用品 张三 店长
1003 王五 2019-03-04 9：00-14：00 1590.0 食品 王五 组长
1004 赵六 2019-03-05 14：00-21：00 974.0 食品 赵六 员工
123456789101112131415注意：
a、我们可以看见使用join指定索引之后，我们原来的索引就不见了，但是merge没有不见，这是因为merge只是按哪一个属性值合并，并不改变原来的索引，但是后面的join是直接确定了新的索引，也就是我们的工号。
b、聊聊’left’、‘right’、'outer’或’inner’这些数据连接方式的区别：
1、‘left’ 左(外)连接，左表(a_table)的记录将会全部表示出来，而右表(b_table)只会显示符合搜索条件的记录。右表记录不足的地方均为NULL。大白话讲就是左连接left是以左表为主的连接
2、'right 与左(外)连接相反，右(外)连接，左表(a_table)只会显示符合搜索条件的记录，而右表(b_table)的记录将会全部表示出来。左表记录不足的地方均为NULL。大白话讲就是右连接right是以右表为主的连接
3、‘outer’ 返回左表和右表中的所有行。当某行在另一个表中没有匹配行时，则另一个表的选择列表列包含空值。如果表之间有匹配行，则整个结果集行包含基表的数据值。大白话讲就是外连接outer是全部连接，没有的直接填null
4、‘inner’ 结果集中只保留了符合连接条件的元组，而排除了两个表中没有对应的或匹配的元组的操作称为内连接。大白话就是内连接inner就是只有共同存在的才连接.