Darin2017的博客

本文通过Python对全国地级市进行经济水平分类，共分为5个等级。1类城市包括北京、上海、广州、深圳4个一线城市；2类城市40个，主要为省会和经济强市；3类65个、4类110个、5类78个，依次为经济中等至欠发达城市。分析结果显示：广东省2类城市最多（4个），江苏省2类城市6个；西藏自治区全部城市均属5类。研究采用数据清洗、分类调整和透视分析等方法，最终输出包含明细数据、分类统计和省份统计的Excel文件，为薪酬方案制定提供数据支持。

【代码】刚下载的csv文件转换为excel。

【代码】pandas中excel自定义单元格颜色。

没有数据的单元格为空，如用cumsum计算累计，则空值列不显示数据；即可使用cumsum（）进行累加处理，得出累计留存率。

关键指令：df2['组合拆分']=df2['组合'].apply(lambda x:list(combinations(list(x),2)))由于格式原因，可能需要进行一些替换调整，跟源数据中的部分数据合并在一起，进行最终的频率排名统计。源文件如下，需要对三个以上的组合文本进行两两统计，最终找出组合频率的排名。

日期，星期、月份、季度、是否周末，是否月末、每月第一天等信息。

【代码】pandas修改时间索引报错处理。

86 李子色 #EAADEA 87 石英色 #D9D9F3 88 艳蓝色 #5959AB。10 巧克力色 #5C3317 11 蓝紫色 #9F5F9F 12 黄铜色 #B5A642。47 浅蓝色 #C0D9D9 48 浅灰色 #A8A8A8 49 浅钢蓝色 #8F8FBD。92 半甜巧克力色#6B4226 93 赭色 #8E6B23 94 银色 #E6E8FA。

中国 美国 英国 德国 法国 总数。中国 美国 英国 德国 法国 总数。方差 标准差 均值 变异系数。中国 美国 英国 德国 法国 总数。中国 美国 英国 德国 法国。Name: 总数, dtype: float64。Name: 中国, dtype: float64。计算75%的分位数，Q3，上四分位数。如果存在多个众数，则求他们的均值。

注释在代码中有标记，其中用微信查看背景色，十六进制转换RGB方法为，RGB分别对应#后边的两位字符，从右往左第一位字符+第二位字符*16即可转化，如76=6+7*16=118,82=2+8*16=130，de=14+13*16=222（十六进制分别对应0~9,ABCDEF，A表示10，F表示15）如上，即可实现抠图换背景。

一列日期列，另一列则对应需要增加的天数，格式为数值，有以上两种方法可以处理；

把同一目录下的多个.xlsx文件，取第一个sheet，合并至一个新excel文件的不同sheet，并以原excel文件名称命名新的sheet名称；

【代码】不同版本Level间权限打通率。

【代码】行去重及写入统计结果到指定单元格。

【代码】日常透视分析。

一文搞清常用透视表的常规操作