实战：销售数据分析

这是什么：一次销售数据分析实战，把前三章的招式连起来打一遍。

为什么用：前三章的招式各管一段，学得越多反而越容易忘。不串成一个完整任务，就不知道 DataFrame 到底能替你干多少活。

如何用：拿饮品店一周的订单练手，数据直接写在代码里，复制走就能跑，不用下载任何文件。

任务：下面是一家饮品店一周的订单（5 天 × 每天卖 4 种饮品），要回答 4 个问题——

1. 一周总销售额是多少？
2. 每种商品各卖了多少杯？
3. 哪一天销量最高？
4. 给老板提个进货建议（结论）

完整代码

import pandas as pd

orders = {
    "日期": ["2026-10-13", "2026-10-13", "2026-10-13", "2026-10-13",
            "2026-10-14", "2026-10-14", "2026-10-14", "2026-10-14",
            "2026-10-15", "2026-10-15", "2026-10-15", "2026-10-15",
            "2026-10-16", "2026-10-16", "2026-10-16", "2026-10-16",
            "2026-10-17", "2026-10-17", "2026-10-17", "2026-10-17"],
    "商品": ["奶茶", "咖啡", "果汁", "柠檬水"] * 5,
    "数量": [2, 2, 4, 5, 6, 1, 2, 3, 2, 5, 3, 2, 4, 3, 5, 4, 5, 2, 1, 6],
    "单价": [12, 18, 10, 6] * 5,
}

df = pd.DataFrame(orders)
df["金额"] = df["数量"] * df["单价"]   # 每单金额 = 数量 × 单价

print(df.head())                       # 先验货：扫一眼前 5 行

# 1. 一周总销售额
print("总销售额：", df["金额"].sum(), "元")

# 2. 每种商品的销量
print("\n每种商品销量（杯）：")
print(df.groupby("商品")["数量"].sum())

# 3. 销量最高的一天
by_day = df.groupby("日期")["数量"].sum()
print("\n销量最高的一天：", by_day.idxmax(), "共", by_day.max(), "杯")

# 4. 每种商品的销售额（给结论用）
print("\n每种商品销售额（元）：")
print(df.groupby("商品")["金额"].sum().sort_values(ascending=False))

完整输出

          日期   商品  数量  单价   金额
0  2026-10-13  奶茶   2  12   24
1  2026-10-13  咖啡   2  18   36
2  2026-10-13  果汁   4  10   40
3  2026-10-13  柠檬水   5   6   30
4  2026-10-14  奶茶   6  12   72
总销售额： 732 元

每种商品销量（杯）：
商品
咖啡     13
奶茶     19
果汁     15
柠檬水    20
Name: 数量, dtype: int64

销量最高的一天： 2026-10-16 共 16 杯

每种商品销售额（元）：
商品
咖啡     234
奶茶     228
果汁     150
柠檬水    120
Name: 金额, dtype: int64

（中文列对齐在不同终端里会略有差别，能看清即可。）

代码里用了哪些旧招？

两个新朋友：idxmax() 返回最大值所在的标签（哪一天），sort_values(ascending=False) 把结果从大到小排序。

参考结论

拿到数字只是第一步，把数字变成话才是分析：

• 一周总销售额 732 元，10 月 16 日（周五）是高峰，卖了 16 杯
• 柠檬水卖得杯数最多（20 杯），但单价只有 6 元，销售额垫底
• 咖啡只卖出 13 杯，却贡献了最高销售额 234 元——量小利厚
• 给老板的建议：柠檬水薄利多销负责引流，咖啡保证供应撑起营收

记忆口诀

先验货再动刀，groupby 是分析的心脏，idxmax 找冠军，sort_values 排座次。

动手改

1. 把咖啡的单价从 18 改成 20，重新运行，看看总销售额和销售额排名变了没
2. 再加一行 10-17 的"奶茶"订单（数量 3），销量最高的一天还是周五吗？
3. 挑战：算出每天的平均每单金额（提示：df.groupby("日期")["金额"].mean()）

Pandas 毕业 🎉 想让程序变聪明？去 AI 板块 看看机器学习 🐸