Youtube Videokommentar ist ebenfalls verfügbar.
P-003: Geben Sie Spalten in der Reihenfolge des Verkaufsdatums (sales_ymd), der Kunden-ID (customer_id), des Produktcodes (product_cd) und des Verkaufsbetrags (Betrag) aus dem Datenrahmen der Belegabrechnung (df_receipt) an und zeigen Sie 10 Artikel an. Sales_ymd sollte jedoch extrahiert werden, während der Artikelname in sales_date geändert wird.
Code
df_receipt[['sales_ymd', 'customer_id', 'product_cd', 'amount']] \
.rename(columns={'sales_ymd': 'sales_date'}).head(10)
Ausgabe
sales_date customer_id product_cd amount
0 20181103 CS006214000001 P070305012 158
1 20181118 CS008415000097 P070701017 81
2 20170712 CS028414000014 P060101005 170
3 20190205 ZZ000000000000 P050301001 25
4 20180821 CS025415000050 P060102007 90
5 20190605 CS003515000195 P050102002 138
6 20181205 CS024514000042 P080101005 30
7 20190922 CS040415000178 P070501004 128
8 20170504 ZZ000000000000 P071302010 770
9 20191010 CS027514000015 P071101003 680
** - In Pandas DataFrame / Series ist dies eine Methode zum Überprüfen der ersten Daten durch Ändern des Spaltennamens während der Angabe der Spalte.
Recommended Posts