背景:
假设你是一家电商公司的数据分析师。你收到了一份包含用户购买记录的数据集,其中记录了用户购买
的商品信息、购买数量以及购买日期。你需要编写一个Python程序来对这些数据进行处理和分析。
功能描述:
将数据转化为字典:将购买记录数据集转化为一个字典,其中字典的键为商品名称,值为一个列
表,列表中的每个元素为一个元组,元组的第一个元素为购买日期,第二个元素为购买数量。购买
记录数据集以二维列表的形式给出,每个内层列表包含三个元素,分别表示商品名称、购买数量和
购买日期。例如,购买记录数据集为[["商品A", 3, "2022-10-01"], ["商品B", 2, "2022-10-02"], ["商
品A", 1, "2022-10-03"]],则转化后的字典为{"商品A": [("2022-10-01", 3), ("2022-10-03", 1)], "商品
B": [("2022-10-02", 2)]}。
统计每天的总购买数量:根据转化后的字典,统计每天的总购买数量,并返回一个字典,其中键为
购买日期,值为该日期的总购买数量。按照购买日期升序排列。例如,转化后的字典为{"商品A":
[("2022-10-01", 3), ("2022-10-03", 1)], "商品B": [("2022-10-02", 2)]},则返回的字典为{"2022-10-
01": 3, "2022-10-02": 2, "2022-10-03": 1}。
查找购买数量最多的商品和对应的购买日期:根据转化后的字典,查找购买数量最多的商品,以及
该商品对应的最大购买数量和日期。如果存在多个商品购买数量相同且最多,则返回其中任意一
个。
以下是给定的购买记录数据集:
请你编写程序实现以上功能,并给出详细解析与答案。如果有任何疑问,请随时提问。
purchase_records = [
["商品A", 3, "2022-10-01"],
["商品B", 2, "2022-10-02"],
["商品A", 1, "2022-10-03"],
["商品C", 5, "2022-10-01"],
["商品B", 3, "2022-10-02"],
["商品D", 2, "2022-10-03"],
["商品A", 2, "2022-10-01"],
["商品C", 1, "2022-10-02"]
]