中文版Pandas
设 类别内排名 = 表格.窗口函数(
CSV数据,
"产品类别",
"销售额",
"销售额",
函数="dense_rank",
降序=真,
)
设 类别内上一单 = 表格.窗口函数(
CSV数据,
"产品类别",
"销售日期",
"销售额",
函数="lag",
)
打印("类别内销售额排名：", 表格.前几行(类别内排名, 10))
打印("类别内上一单销售额：", 表格.前几行(类别内上一单, 10))原版Pandas
类别内排名 = CSV数据.sort_values("销售额", ascending=False).copy()
类别内排名["_窗口序号"] = 类别内排名.groupby("产品类别")["销售额"].rank(
ascending=False, method="dense"
)
类别内上一单 = CSV数据.sort_values("销售日期").copy()
类别内上一单["_窗口序号"] = 类别内上一单.groupby("产品类别")["销售额"].shift(1)
print("类别内销售额排名：", 类别内排名.head(10))
print("类别内上一单销售额：", 类别内上一单.head(10))打印信息
类别内销售额排名： 订单编号 销售日期 产品名称 产品类别 ... 销售数量文本 产品类别分类 产品类别编码 _窗口序号 74 ORD202607270075 2026-05-27 投影仪 办公设备 ... 9 办公设备 0 1.0 88 ORD202607270089 2026-07-23 笔记本电脑 电子产品 ... 6 电子产品 1 1.0 52 ORD202607270053 2026-04-28 笔记本电脑 电子产品 ... 8 电子产品 1 2.0 5 ORD202607270006 2026-05-01 笔记本电脑 电子产品 ... 5 电子产品 1 3.0 54 ORD202607270055 2026-05-12 投影仪 办公设备 ... 5 办公设备 0 2.0 24 ORD202607270025 2026-07-13 投影仪 办公设备 ... 5 办公设备 0 3.0 51 ORD202607270052 2026-07-06 智能手机 电子产品 ... 6 电子产品 1 4.0 46 ORD202607270047 2026-07-23 投影仪 办公设备 ... 7 办公设备 0 4.0 43 ORD202607270044 2026-07-03 笔记本电脑 电子产品 ... 8 电子产品 1 5.0 87 ORD202607270088 2026-06-29 平板电脑 电子产品 ... 7 电子产品 1 6.0 [10 rows x 17 columns] 类别内上一单销售额： 订单编号 销售日期 产品名称 产品类别 ... 销售数量文本 产品类别分类 产品类别编码 _窗口序号 52 ORD202607270053 2026-04-28 笔记本电脑 电子产品 ... 8 电子产品 1 NaN 97 ORD202607270098 2026-04-29 无线耳机 电子产品 ... 2 电子产品 1 82944.0 5 ORD202607270006 2026-05-01 笔记本电脑 电子产品 ... 5 电子产品 1 1440.0 19 ORD202607270020 2026-05-02 智能手表 电子产品 ... 7 电子产品 1 60525.0 84 ORD202607270085 2026-05-02 打印机 办公设备 ... 8 办公设备 0 NaN 9 ORD202607270010 2026-05-04 显示器 电脑配件 ... 3 电脑配件 2 NaN 6 ORD202607270007 2026-05-05 打印机 办公设备 ... 6 办公设备 0 14248.0 58 ORD202607270059 2026-05-05 智能手机 电子产品 ... 4 电子产品 1 8309.0 11 ORD202607270012 2026-05-06 智能手表 电子产品 ... 8 电子产品 1 24876.0 92 ORD202607270093 2026-05-09 机械键盘 电脑配件 ... 7 电脑配件 2 4161.0
