import pandas as pd

df = pd.read_excel("messy_data.xlsx")

# 1. 查看哪些列有缺失值
print(df.isnull().sum())

# 2. 刪除含有缺失值的行
# 如果某行只要有空值就整行刪除
df_dropped = df.dropna()
# 只有當(dāng)"銷售額"這一列為空時(shí)，才刪除該行
df_dropped_subset = df.dropna(subset=["銷售額"])

# 3. 填充缺失值
# 將所有空值填充為 0
df_filled_0 = df.fillna(0)
# 針對(duì)不同列填充不同的值：數(shù)值列填0，文本列填"未知"
df_filled = df.fillna({"銷售額": 0, "部門": "未知部門"})

df_emp = pd.read_excel("employees.xlsx")
df_dept = pd.read_excel("departments.xlsx")

# 使用 merge 進(jìn)行關(guān)聯(lián)匹配
# on="部門ID" 表示依據(jù)這一列進(jìn)行匹配
# how="left" 表示以左表（df_emp）為基準(zhǔn)，找不到的部門信息顯示為 NaN
merged_df = pd.merge(df_emp, df_dept, on="部門ID", how="left")

print(merged_df.head())

df_jan = pd.read_excel("1月銷售.xlsx")
df_feb = pd.read_excel("2月銷售.xlsx")

# ignore_index=True 表示重新生成行索引（0,1,2...），忽略原來的行號(hào)
df_total = pd.concat([df_jan, df_feb], ignore_index=True)

# data: 要透 視的 DataFrame
# values: 要計(jì)算的數(shù)值列
# index: 對(duì)應(yīng)透 視表的“行”標(biāo)簽
# columns: 對(duì)應(yīng)透 視表的“列”標(biāo)簽
# aggfunc: 計(jì)算方式（默認(rèn)是均值 mean，這里我們用 sum 求和）
# fill_value=0: 如果透 視后有空缺，用0填充
pivot = pd.pivot_table(
    df, 
    values="銷售額", 
    index="城市", 
    columns="部門", 
    aggfunc="sum", 
    fill_value=0
)
print(pivot)
# 將透 視表結(jié)果保存為Excel
pivot.to_excel("銷售數(shù)據(jù)透 視表.xlsx")

# 使用 ExcelWriter 上下文管理器
with pd.ExcelWriter("最終報(bào)告.xlsx") as writer:
    df_total.to_excel(writer, sheet_name="全年明細(xì)", index=False)
    merged_df.to_excel(writer, sheet_name="員工部門信息", index=False)
    pivot.to_excel(writer, sheet_name="城市部門透 視表")
print("多Sheet報(bào)表導(dǎo)出成功！")

import pandas as pd

# 1. 讀取 Excel 文件
# 默認(rèn)讀取第一個(gè) Sheet 頁
df = pd.read_excel("sales_data.xlsx")

# 也可以指定讀取名為 '2023數(shù)據(jù)' 的 Sheet
# df = pd.read_excel("sales_data.xlsx", sheet_name="2023數(shù)據(jù)")

# 查看前5行數(shù)據(jù)，快速了解數(shù)據(jù)概況
print(df.head())

# 查看數(shù)據(jù)的基本信息（行數(shù)、列數(shù)、數(shù)據(jù)類型、是否有缺失值）
print(df.info())

# 2. 將 DataFrame 保存為新的 Excel 文件
# index=False 表示不保存最左側(cè)的行索引號(hào)
df.to_excel("sales_data_backup.xlsx", index=False)

sales_dept = df[df["部門"] == "銷售部"]
print(sales_dept)

high_sales = df[df["銷售額"] > 10000]

excellent_sales = df[(df["部門"] == "銷售部") & (df["銷售額"] > 10000)]

# 方法一：使用 |
bj_sh_staff = df[(df["城市"] == "北京") | (df["城市"] == "上海")]

# 方法二：使用 isin() 方法（推薦，更優(yōu)雅）
bj_sh_staff = df[df["城市"].isin(["北京", "上海"])]

# 按照銷售額從高到低排序（降序：ascending=False）
sorted_df = df.sort_values(by="銷售額", ascending=False)

# 多列排序：先按部門升序，部門相同的再按銷售額降序
sorted_multi = df.sort_values(by=["部門", "銷售額"], ascending=[True, False])

# 按“部門”分組，并對(duì)“銷售額”求和
dept_sales = df.groupby("部門")["銷售額"].sum()

# 重置索引，讓結(jié)果變成一個(gè)漂亮的 DataFrame
dept_sales_df = dept_sales.reset_index()
print(dept_sales_df)

# 使用 agg 函數(shù)進(jìn)行多種聚合計(jì)算
city_stats = df.groupby("城市").agg({
    "姓名": "count",       # 計(jì)數(shù)（人數(shù)）
    "銷售額": "mean"       # 求平均值
})
# 修改列名以便閱讀
city_stats.rename(columns={"姓名": "員工人數(shù)", "銷售額": "平均銷售額"}, inplace=True)
print(city_stats)