Youtube Videokommentar ist ebenfalls verfügbar.
P-019: Geben Sie dem Datenrahmen für Belegdetails (df_receipt) in absteigender Reihenfolge des Verkaufsbetrags (Betrag) pro Artikel Ränge und extrahieren Sie die ersten 10 Artikel. Artikel sollten Kunden-ID (customer_id), Verkaufsbetrag (Betrag) und zugewiesenen Rang anzeigen. Wenn der Verkaufsbetrag (Betrag) gleich ist, wird das gleiche Ranking angegeben.
Code
df_amount_rank = pd.concat([df_receipt[['customer_id', 'amount']] \
,df_receipt['amount'].rank(method='min', ascending=False)], axis=1)
df_amount_rank.columns = ['customer_id', 'amount', 'amount_ranking']
df_amount_rank.sort_values('amount_ranking', ascending=True).head(10)
| customer_id | amount | amount_ranking | |
|---|---|---|---|
| 1202 | CS011415000006 | 10925 | 1 | 
| 62317 | ZZ000000000000 | 6800 | 2 | 
| 54095 | CS028605000002 | 5780 | 3 | 
| 4632 | CS015515000034 | 5480 | 4 | 
| 72747 | ZZ000000000000 | 5480 | 4 | 
| 10320 | ZZ000000000000 | 5480 | 4 | 
| 97294 | CS021515000089 | 5440 | 7 | 
| 28304 | ZZ000000000000 | 5440 | 7 | 
| 92246 | CS009415000038 | 5280 | 9 | 
| 68553 | CS040415000200 | 5280 | 9 | 
** - Erstellen Sie in Pandas 'DataFrame / Series eine neue Rangspalte, verketten Sie die Spalten und ordnen Sie die Daten.
Recommended Posts