# pip install pandas 处理数据的模块
# pip install xlwt
import pandas as pd
import numpy as np
df = pd.read_csv('a.csv',header=16)
df['金额'] = pd.to_numeric(df['金额(元)'].str[1:],errors='ignore')
df['交易时间'] = pd.to_datetime(df['交易时间'],errors='ignore')
df['时段'] = df['交易时间'].apply(lambda x: x.strftime('%H'))
df['月份'] = df['交易时间'].apply(lambda x: x.strftime('%Y-%m'))
out_file_name = 'out.xls'
writer = pd.ExcelWriter(out_file_name)
df.to_excel(excel_writer=writer,sheet_name='原始数据')
# print(df)
# 交易时间的分析
df2 = pd.pivot_table(df,index=['月份'],values=['金额'],aggfunc=(sum,len,max,np.mean))
# 保存结果到excel
df2.to_excel(excel_writer=writer,sheet_name='交易时间的分析')
# print(df2)
# 交易对手分析
df3 = pd.pivot_table(df,index=['交易对方'],values=['金额'],aggfunc=(sum,len))
# 保存结果到excel
df3.to_excel(excel_writer=writer,sheet_name='交交易对方分析')
writer.save()
writer.close()
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
Python自动化开发在微信交易统计方面可以发挥重要作用。通过使用Python编写脚本和程序,可以帮助您自动获取、整理和分析微信交易数据,提供有用的统计信息和洞察力。首先,您可以使用Python的requests库来与微信支付接口进行交互,获取交易数据。通过发送HTTP请求,并处理返回的JSON数据,您可以轻松地获取到订单信息、交易金额、交易时间等关键数据。其次,您可以使用Python的pandas库来对获取的数据进行整理和分析。您可以将数据加载到DataFrame中,进行数据清洗、筛选、聚合等操作,生成统计报表和可视化图表,帮助您更好地了解微信交易情况。另外,您还可以利用Python的matplotlib库和seaborn库来绘制各种图表,如柱状图、折线图、饼图等,直观地展示微信交易数据的趋势和分布情况,帮助您做出更明智的商业决策。总的来说,Python自动化开发在微信交易统计方面具有很大的潜力。通过合理利用Python的各种库和功能,您可以快速、准确地分析微信交易数据,为您的业务发展提供有力支持。如果您想要了解更多关于Python自动化开发和微信交易统计的内容,欢迎关注和联系我们。
资源推荐
资源详情
资源评论
![zip](https://img-home.csdnimg.cn/images/20210720083646.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![zip](https://img-home.csdnimg.cn/images/20210720083646.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083646.png)
![zip](https://img-home.csdnimg.cn/images/20210720083646.png)
![zip](https://img-home.csdnimg.cn/images/20210720083646.png)
![zip](https://img-home.csdnimg.cn/images/20210720083646.png)
![zip](https://img-home.csdnimg.cn/images/20210720083646.png)
![zip](https://img-home.csdnimg.cn/images/20210720083646.png)
![zip](https://img-home.csdnimg.cn/images/20210720083646.png)
![zip](https://img-home.csdnimg.cn/images/20210720083646.png)
![zip](https://img-home.csdnimg.cn/images/20210720083646.png)
![zip](https://img-home.csdnimg.cn/images/20210720083646.png)
![zip](https://img-home.csdnimg.cn/images/20210720083646.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083646.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![7z](https://img-home.csdnimg.cn/images/20210720083312.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
收起资源包目录
![package](https://csdnimg.cn/release/downloadcmsfe/public/img/package.f3fc750b.png)
![folder](https://csdnimg.cn/release/downloadcmsfe/public/img/folder.005fa2e5.png)
![folder](https://csdnimg.cn/release/downloadcmsfe/public/img/folder.005fa2e5.png)
![file-type](https://csdnimg.cn/release/download/static_files/pc/images/minetype/UNKNOWN.png)
共 1 条
- 1
资源评论
![avatar-default](https://csdnimg.cn/release/downloadcmsfe/public/img/lazyLogo2.1882d7f4.png)
![avatar](https://profile-avatar.csdnimg.cn/38f8d9bd3f8a4a9cb31200141d837fcb_jackchuanqi.jpg!1)
传奇开心果编程
- 粉丝: 9592
- 资源: 397
上传资源 快速赚钱
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![voice](https://csdnimg.cn/release/downloadcmsfe/public/img/voice.245cc511.png)
![center-task](https://csdnimg.cn/release/downloadcmsfe/public/img/center-task.c2eda91a.png)
最新资源
- 打包和分发Rust工具.pdf
- SQL中的CREATE LOGFILE GROUP 语句.pdf
- C语言-leetcode题解之第172题阶乘后的零.zip
- C语言-leetcode题解之第171题Excel列表序号.zip
- C语言-leetcode题解之第169题多数元素.zip
- ocr-图像识别资源ocr-图像识别资源
- 图像识别:基于Resnet50 + VGG16模型融合的人体细胞癌症分类模型实现-图像识别资源
- C语言-leetcode题解之第168题Excel列表名称.zip
- C语言-leetcode题解之第167题两数之和II-输入有序数组.zip
- C语言-leetcode题解之第166题分数到小数.zip
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
![feedback](https://img-home.csdnimg.cn/images/20220527035711.png)
![feedback](https://img-home.csdnimg.cn/images/20220527035711.png)
![feedback-tip](https://img-home.csdnimg.cn/images/20220527035111.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![dialog-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/green-success.6a4acb44.png)