①. 数据清洗的过程：将“商品总价”字段，使用函数str.replace(‘[^\d.]’, ‘’)进行转换。

在处理数据时遇到了一些问题，导致无法直接计算2024年的总销售额。我将尝试另一种方法来处理和分析数据，确保能够准确计算出所需的总销售额。

# 尝试使用不同的方法来处理和分析数据

# 我们将直接对原始数据进行操作，而不是对已经部分处理的数据进行操作

# 重新加载原始数据

data = pd.read_csv(file_path)

# 尝试直接将“商品总价”列转换为数值类型，忽略非数字字符

data['商品总价'] = pd.to_numeric(data['商品总价'].str.extract('(\d+\.?\d*)')[0], errors='coerce')code>

# 再次转换“下单时间”列为日期格式，并筛选出2024年的订单

data['下单时间'] = pd.to_datetime(data['下单时间'], errors='coerce')code>

data_2024 = data[data['下单时间'].dt.year == 2024]

# 再次计算2024年的总销售额

total_sales_2024 = data_2024['商品总价'].sum()

total_sales_2024

2024年的总销售额计算完成，结果为 ¥480,100.3。如果您有其他问题或需要进一步的分析，请告知。

说明：

<code># 读取包含猪猪币和不包含猪猪币的订单文件

orders_with_pig_coins_path = '/mnt/data/包含猪猪币的订单.xlsx'

orders_without_pig_coins_path = '/mnt/data/不包含猪猪币的订单.xlsx'

orders_with_pig_coins_df = pd.read_excel(orders_with_pig_coins_path)

orders_without_pig_coins_df = pd.read_excel(orders_without_pig_coins_path)

# 检查“商品总价”列中的唯一值类型

unique_prices_with_pig_coins = orders_with_pig_coins_df['商品总价'].unique()

unique_prices_without_pig_coins = orders_without_pig_coins_df['商品总价'].unique()

unique_prices_with_pig_coins, unique_prices_without_pig_coins

在“商品总价”列中，我们发现了以下几种类型的数据：

包含猪猪币的订单：价格与猪猪币混合的形式，例如：“¥0.01+50猪猪币”, “5猪猪币”只有猪猪币的形式，例如：“1000猪猪币”, “888猪猪币”不包含猪猪币的订单：只有数字和货币符号的形式，例如：“¥6.00”, “¥0.01”包含逗号的千位分隔符，例如：“¥2,234.40”包含空格或其他字符的形式，例如：" ¥0.01 "

这些类型反映了订单中不同的支付方式和价格格式。如果您有任何其他问题或需要进一步的分析，请告诉我！

说明：

①. 通过分别分析不同的文件，得到5种数据结构的不同的类型。②. 分别计算不同的文档的商品总价，最后再来相加。

4. 数据运算场景四：计算不包含猪猪币的商品总价。

计算不包含猪猪币的记录文件的商品总价，遇到货币符号直接去掉，有如果遇到千分位自动转换为对应的数字

<code># 读取“不包含猪猪币的记录.xlsx”文件

data_without_zhu_zhu_bi = pd.read_excel(path_without_zhu_zhu_bi)

# 定义函数来提取和计算总价格（不包含猪猪币）

def calculate_total_price_v6(price_str):

try:

# 移除货币符号

price_str = price_str.replace("¥", "").replace("$", "").replace("€", "")

# 处理千分位

if "," in price_str:

price_str = price_str.replace(",", "")

# 转换为浮点数

total_price = float(price_str)

return total_price

except:

return 0

# 应用函数计算每条记录的总价格

data_without_zhu_zhu_bi["总价格"] = data_without_zhu_zhu_bi["商品总价"].astype(str).apply(calculate_total_price_v6)

# 计算所有记录的总价格

total_price_sum_without_zhu_zhu_bi = data_without_zhu_zhu_bi["总价格"].sum()

total_price_sum_without_zhu_zhu_bi

不包含猪猪币的记录文件中的商品总价格为332,227.46元人民币。

说明：

①. 数据清洗的过程，将货币符号直接使用replace函数替换为空，将千分位直接替换为空，最后将数值转化为浮点数进行运算。②. 再将所有数据加总处理，这样就解决了货币符号和千分位的问题。

5. 数据运算场景五：查询包含猪猪币的订单文件中，商品的总价格，100猪猪币换算成1块钱人民币?

我们可以分析一下Excel文档，包含猪猪币的订单的格式比较多，有单独猪猪币的订单，有猪猪币和钱加在一起的情况，导致计算的逻辑复杂化。

首先我会读取“包含猪猪币的记录.xlsx”文件，然后检查“商品总价”列中的数据格式，以确定如何提取猪猪币的数量。之后，我会计算总价格，假设100猪猪币等于1块钱人民币。

<code># 读取“包含猪猪币的记录.xlsx”文件

data_with_zhu_zhu_bi = pd.read_excel(path_with_zhu_zhu_bi)

# 显示“商品总价”列的前几个值，以确定数据格式

data_with_zhu_zhu_bi["商品总价"].head()

从“商品总价”列的数据格式来看，价格似乎包含了人民币和猪猪币两部分。例如，“¥0.01+50猪猪币”表示0.01元人民币加上50猪猪币。

接下来，我将提取这些数据，并计算总价格，假设100猪猪币等于1块钱人民币。

# 定义函数来提取和计算总价格

def calculate_total_price(price_str):

# 提取人民币部分

rmb_part = price_str.split("¥")[1].split("+")[0] if "¥" in price_str else "0"

rmb_value = float(rmb_part)

# 提取猪猪币部分

zhu_zhu_bi_part = price_str.split("+")[-1].replace("猪猪币", "").strip()

zhu_zhu_bi_value = float(zhu_zhu_bi_part) if zhu_zhu_bi_part else 0

# 计算总价格（100猪猪币=1块钱人民币）

total_price = rmb_value + (zhu_zhu_bi_value / 100)

return total_price

# 应用函数计算每条记录的总价格

data_with_zhu_zhu_bi["总价格"] = data_with_zhu_zhu_bi["商品总价"].apply(calculate_total_price)

# 计算所有记录的总价格

total_price_sum = data_with_zhu_zhu_bi["总价格"].sum()

total_price_sum

包含猪猪币的订单文件中，商品的总价格为4703.56元人民币。

说明：

①. 数据清洗的过程，这里通过AI模型理解，可以自动将“¥0.01+50猪猪币”表示0.01元人民币加上50猪猪币，非常的智能。②. 通过Excel的操作（比较复杂的操作，大概有10分钟），我们可以看到2次得到的结果是一样的。

数据可视化最佳实践：

数据可视化是公司非常常见的一种报表方式，可视化图表不仅能帮助企业构建了精准的业务画像，还精准预测了市场趋势，并且可以根据这种趋势做出短期、长期的战略调整，比如，当某个产品销量在急剧下滑，那相应仓库进销存的产品需要停止采购，或者库存过多，需要采用合适的营销活动来消耗库存。

<code># 首先，我将加载Excel文件以查看其内容，并了解如何进行分析。

import pandas as pd

# 加载Excel文件

file_path = '/mnt/data/不包含猪猪币的记录.xlsx'

data = pd.read_excel(file_path)

# 显示前几行数据以了解其结构

data.head()

数据已成功加载，包含多个字段，如订单ID、下单时间、商品分类、下单渠道等。为了分析商品售卖的走势图，我将首先对数据进行预处理，包括清理和格式化日期字段，然后根据时间对销售数据进行汇总。接下来，我将创建一个走势图来展示商品销售的趋势。让我们开始吧。

import matplotlib.pyplot as plt

# 数据预处理

# 将下单时间转换为日期格式

data['下单时间'] = pd.to_datetime(data['下单时间'], errors='coerce')code>

# 检查是否有无效的日期数据

invalid_dates = data[data['下单时间'].isna()]

if not invalid_dates.empty:

print(f"发现 { len(invalid_dates)} 条无效的日期数据，将被忽略。")

# 按日期对订单数量进行汇总

sales_trend = data.groupby(data['下单时间'].dt.date).size()

# 绘制走势图

plt.figure(figsize=(12, 6))

plt.plot(sales_trend.index, sales_trend.values, marker='o', linestyle='-', color='b')code>

plt.title('商品销售走势图')

plt.xlabel('日期')

plt.ylabel('销售数量')

plt.grid(True)

plt.tight_layout()

plt.show()

走势图已生成，展示了商品销售的趋势。从图中可以看出，在所提供数据的时间范围内，每日的销售数量有所变化。请注意，发现了6条无效的日期数据，并已在分析中忽略它们。如果有任何特定的问题或需要进一步的分析，请告知。

说明：