解説ページを見る

手元の環境で実行 このページのエディタは下書き用です。実行は VSCode など自分の環境で行ってね

QUESTION 1

1. Pandasで「practice_data.xlsx」の「売上データ」を読み込んで表示しよう

Pandasでエクセルファイルを読み込む場合は「pd.read_excel('エクセルファイル名', sheet_name='シート名')」 「practice_data.xlsx」は「2.エクセル管理(openpyxl)」でダウンロードしたものを使おう

CODE import pandas as pd df = # 「売上データ」を読み込もう print(df)

QUESTION 2

2. 「売上データ」のうち、「店舗」「売上」のみを表示しよう

指定の項目のみのデータにしたい場合は「df.loc[:, 指定項目名のリスト]」

CODE import pandas as pd df = # 「売上データ」を読み込もう print() # 「店舗」と「売上」のみのデータフレームを表示しよう

QUESTION 3

3. 「売上データ」のうち、「店舗」ごとの「売上」の合計を表示しよう

指定の項目についてグループ化する場合は「df.groupby('項目名')」 今回はそのうちの売上の合計を求めたいので「df.groupby('店舗')['売上'].sum()」

CODE import pandas as pd df = # 「売上データ」を読み込もう print() # 店舗ごとの売上の合計を表示しよう

QUESTION 4

4. 「売上データ」のうち、「売上」の合計が最も高かった「商品」とその額を表示しよう

最大値を取得する場合は「product_sales.max()」 最大値を持つ行の情報(今回は商品名)を取得する場合は「product_sales.idxmax()」

CODE import pandas as pd df = pd.read_excel('practice_data.xlsx', sheet_name='売上データ') product_sales = # 商品名ごとの売上の合計を取得しよう max_product = # 最も売上が高い商品を取得しよう max_sales = # 最も高かった売上合計額を取得しよう print(max_product, ':', max_sales, '円')

QUESTION 5

5. 「売上データ」のデータフレームに「利益率」を追加しよう

利益率の計算は「利益/売上x100」 データフレームはnumpyの構造を持つので、そのまま四則演算すればOK 平均値を計算する場合は「.mean()」

CODE import pandas as pd df = pd.read_excel('practice_data.xlsx', sheet_name='売上データ') df['利益率'] = # 利益率の計算式を作ろう df_sales = # 商品名をグループ化して平均値を計算しよう print(df_sales)