需求：
1）使用pandas读取文件data.csv中的数据，创建DataFrame对象，并删除其中所有缺失值；
2）使用matplotlib生成折线图，反应该饭店每天的营业额情况，并把图形保存为本地文件first.png；
3）按月份进行统计，使用matplotlib绘制柱状图显示每个月份的营业额，并把图形保存为本地文件second.png；
4）按月份进行统计，找出营业额最大的月份写入文件maxMonth.txt；
5）按季度统计该饭店2017年的营业额数据，使用matplotlib生成饼状图显示2017年4个季度的营业额分布情况，并把图形保存为本地文件third.png

1. 引入模块

import csv
import datetime
import random
import codecs
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
# 文件名
filename = './data.csv'

2.生成模拟数据

# 生成模拟数据
# 把数据以UTF8编码写入文件
with codecs.open(filename,"w","utf-8") as file:
    wr = csv.writer(file)
    # 写入标题
    wr.writerow(['日期','营业额'])
    # 生成模拟的数据
    startdate = datetime.date(2017,1,1)
    # 生成365个数据，根据需要可以调整
    for i in range(365):
        # 生成数据，并写入csv文件
        amount = 300 + i * 5 + random.randrange(100) # 营业额
        wr.writerow([str(startdate),amount])
        # 生成下一天
        startdate = startdate + datetime.timedelta(days=1)

3.读取csv文件，加载数据

# 1.读取csv文件，加载数据
df_obj = pd.read_csv('./data.csv')
print(df_obj)
#################运行结果################
            日期   营业额
0    2017-01-01   352
1    2017-01-02   362
2    2017-01-03   320
3    2017-01-04   402
4    2017-01-05   388
5    2017-01-06   410
6    2017-01-07   339
..          ...   ...
359  2017-12-26  2193
360  2017-12-27  2185
361  2017-12-28  2178
362  2017-12-29  2162
363  2017-12-30  2207
364  2017-12-31  2123

[365 rows x 2 columns]
########################################

4. 缺失值的处理，丢弃

# 2. 缺失值的处理，丢弃
df_obj.dropna()

运行结果

image.png

5. 生成每天营业额的折线图

# 3. 生成每天营业额的折线图
plt.plot(df_obj['营业额'])
plt.savefig('first.png')
plt.show()

运行结果

image.png

6. 按月统计，生成柱状图

# 4. 按月统计，生成柱状图
df_obj1 = df_obj[:]
df_obj1['month'] = df_obj1['日期'].map(lambda x:x[:x.rindex('-')])
# 按照month进行分组求和
df_obj1 = df_obj1.groupby(by='month').sum()
# print(df_obj1)
x = np.array(range(1,13))
width = 0.75 # 柱的宽度
plt.bar(x,df_obj1['营业额'],width,color='b',alpha=0.6)
plt.savefig('second.png')
plt.show()

运行结果

image.png

7. 查找营业额最大的月份的数据，并保存到文件

# 5.查找营业额最大的月份的数据，并保存到文件
m = df_obj1['营业额'].max()
# print(m)
df_obj2 = df_obj1[df_obj1['营业额'] == m]
# print(df_obj2)
# 将结果保存到文件
max_filename = './maxMonth.txt'
with codecs.open(max_filename,"w","utf-8") as f:
    wr = csv.writer(f)
    # 写入标题
    wr.writerow(['营业额最大月份'])
    # 写入数据
    wr.writerow([m])



print(df_obj1[:3]['营业额'])
# 第一季度
q1 = df_obj1[:3]['营业额'].sum()
q2 = df_obj1[3:6]['营业额'].sum()
q3 = df_obj1[6:9]['营业额'].sum()
q4 = df_obj1[9:12]['营业额'].sum()
print(q1,q2,q3,q4)

# 绘制 饼状图
plt.pie([q1,q2,q3,q4],labels=['q1','q2','q3','q4'])
plt.savefig('three.png')
plt.show()

运行结果

image.png