import pandas as pd
import matplotlib.pyplot as plt  # 后续可视化用

# 模拟数据：日期（字符串格式）、销售额、客流量
data = {
    "date": ["2024-07-01", "2024-07-02", "2024-07-03", "2024-07-04", 
             "2024-07-05", "2024-07-06", "2024-07-07", "2024-07-08",
             "2024-07-09", "2024-07-10", "2024-07-11", "2024-07-12",
             "2024-07-13", "2024-07-14", "2024-07-15"],  # 15天数据
    "sales": [5200, 4800, 6100, 5500, 7200, 8300, 6900, 5800,
              6500, 7100, 6300, 5900, 7800, 8200, 7500],
    "customers": [120, 110, 135, 125, 150, 170, 145, 130,
                 140, 155, 138, 128, 165, 172, 158]
}

df = pd.DataFrame(data)
print("转换前日期类型：", df["date"].dtype)  # 输出：object（字符串类型）

# 关键步骤：将字符串日期转为Pandas可识别的datetime类型
df["date"] = pd.to_datetime(df["date"])
print("转换后日期类型：", df["date"].dtype)  # 输出：datetime64[ns]（日期类型）
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.

df_indexed = df.set_index("date")  # 把date列设为索引
print("设为索引后的数据：")
print(df_indexed.head())  # 显示前5行
1.
2.
3.

# 1. 筛选单个日期（比如2024-07-08）
df_0708 = df[df["date"] == "2024-07-08"]
print("7月8日数据：")
print(df_0708)

# 2. 筛选时间段（比如7月5日-7月10日）
df_period = df[(df["date"] >= "2024-07-05") & (df["date"] <= "2024-07-10")]
print("n7月5日-10日数据：")
print(df_period)

# 3. 用索引筛选（更简洁）
df_indexed_period = df_indexed["2024-07-05":"2024-07-10"]  # 切片语法，左闭右闭
print("n索引筛选时间段：")
print(df_indexed_period)
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.

# 筛选7月份的数据（不管年份，只看月份）
df_july = df[df["date"].dt.month == 7]

# 筛选所有“周一”的数据（dt.weekday：0=周一，6=周日）
df_monday = df[df["date"].dt.weekday == 0]

print("7月份数据总行数：", len(df_july))
print("周一的数据：")
print(df_monday)
1.
2.
3.
4.
5.
6.
7.
8.
9.

# 筛选第三季度（7-9月）的数据
df_q3 = df[df["date"].dt.quarter == 3]

# 筛选工作日（周一到周五）的数据
df_workday = df[df["date"].dt.weekday < 5]

print("第三季度数据：")
print(df_q3.head())
1.
2.
3.
4.
5.
6.
7.
8.

# 先确保日期是索引（否则resample不好用）
df_indexed = df.set_index("date")

# 1. 按周统计：每周销售额总和、客流量总和
weekly_stats = df_indexed.resample("W").sum()
print("每周统计数据：")
print(weekly_stats)

# 2. 按周统计：每周平均销售额、平均客流量
weekly_mean = df_indexed.resample("W").mean()
print("n每周平均数据：")
print(weekly_mean)

# 3. 按月统计：7月份总销售额、总客流量
monthly_stats = df_indexed.resample("M").sum()
print("n7月份总数据：")
print(monthly_stats)
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.

# 1. 计算5日滚动平均值（窗口大小=5，即当前日期前后2天的平均）
df_indexed["sales_roll_5d"] = df_indexed["sales"].rolling(window=5).mean()
print("带滚动平均值的数据：")
print(df_indexed[["sales", "sales_roll_5d"]].head(10))

# 2. 统计每周销售额占比
weekly_sales = df_indexed.resample("W")["sales"].sum()
weekly_ratio = (weekly_sales / weekly_sales.sum() * 100).round(2)  # 占比保留2位小数
print("n每周销售额占比（%）：")
print(weekly_ratio)

# 3. 绘制趋势图（直观看到变化）
plt.rcParams['font.sans-serif'] = ['SimHei']  # 解决中文显示问题
plt.figure(figsize=(10, 5))
plt.plot(df_indexed.index, df_indexed["sales"], label="每日销售额", marker="o")
plt.plot(df_indexed.index, df_indexed["sales_roll_5d"], label="5日滚动平均", color="red", linewidth=2)
plt.xlabel("日期")
plt.ylabel("销售额（元）")
plt.title("2024年7月店铺销售额趋势")
plt.legend()
plt.grid(alpha=0.3)  # 加网格，更易读
plt.show()
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.

df["date"] = pd.to_datetime(df["date"], errors="coerce")
1.

df_complete = df_indexed.resample("D").asfreq().fillna(0)
1.