一、题目：

1、"超市营业额2.xlsx"查看单日交易总额最小的3天的交易数据，并查看这3天是周几。

2、"超市营业额2.xlsx"把所有员工的工号前面增加一位数字，增加的数字和原工号最后一位相同，把修改后的数据写

      入新文件“超市营业额2_修改工号.xlsx“。例如，工号1001变为1101，1003变为31003

二、代码展示：

    书中的代码由于后期python以及pandas版本更新，部分地方出错，出错的地方我已经编注出来了，帮后来人减少寻找错误时间

# -*- coding: utf-8 -*-
'''
 @Author  : Jackma
 @Time    : 2020/11/22 19:42
 @File    : 2020_11_22.py
 @Software: PyCharm
 @URL     : www.jackrma.com
 @Copyright:博客所有权归本人和CSDN所有，如有转载请在显著位置给出博文
            链接和作者姓名，否则本人将付诸法律。
 @Version : 
'''

# 1."超市营业额2.xlsx"查看单日交易总额最小的3天的交易数据，并查看这3天是周几
# 2."超市营业额2.xlsx"把所有员工的工号前面增加一位数字，增加的数字和原工号最后
#    一位相同，把修改后的数据写入新文件“超市营业额2_修改工号.xlsx“。例如，工
#    号1001变为1101，1003变为31003

from copy import deepcopy
import pandas as pd
import xlrd             # 书中原程序没加，需加上此模块
import openpyxl         # 书中原程序没加，需加上此模块


'''
#读取文件中的数据，删除重复数据，把缺失的交易额使用每个员工自己所有交易额的中值进行填充，
# 把小于500的交易额统一改为500，大于3000的交易额改为3000，修改后的数据保存为文件“数据调整结果.xlsx”，
# 文件结构与“超市营业额2.xlsx”相同。然后使用修改后的数据完成后面的题目。
df = pd.read_excel("超市营业额2.xlsx")
# df.drop_duplicates(implace=True) # 去重
df.drop_duplicates() # 去重
for i in df[df.交易额.isnull()].index:
    df.loc[i, '交易额'] = round(df.loc[df.姓名 == df.loc[i, '姓名'], '交易额'].median())
df.loc[df.交易额 < 500, '交易额'] = 500
df.loc[df.交易额 > 3000, '交易额'] = 3000
df.to_excel('数据调整结果.xlsx', index=False)
'''

# 1
# "超市营业额2.xlsx"查看单日交易总额最小的3天的交易数据，并查看这3天是周几
df = pd.read_excel("超市营业额2.xlsx")
df2 = df.groupby(by="日期", as_index=False).agg({"交易额": "sum"}).nsmallest(3, '交易额')
                            # # 根据日期分类汇总，按交易额求和汇总
                            # # nsmallest: 传入保留最小的前几位n和保留的列名
# print(pd.to_datetime(df2.日期).dt.weekday_name)
                            # # 原来这里的weekday_name错误,注pandas版本更新问题
print(pd.to_datetime(df2.日期).dt.day_name())


# 2
df3 = deepcopy(df)
df3['工号'] = df['工号'].map(lambda s: str(s)[-1] + str(s))
df3.to_excel('超市营业额2_修改工号.xlsx',index = False)

三、结果展示：

程序1、查看单日交易总额最小的3天的交易数据，并查看这3天是周几。

程序2、把所有员工的工号前面增加一位数字，增加的数字和原工号最后一位相同。把修改后的数据写入新文件“超市营业额2_修改工号.xlsx“。

整个工程文件和“超市营业额2.xlsx“文件打包放在CSDN分享中

链接：Python超市营业额_超市营业额-Python文档类资源-CSDN下载

没积分找T宝 dai下载，一毛两毛就搞定