В рейтинге участвует:

групп:

каналов:

Виртуальный сервер на SSD - недорого!

Аренда выделенных и виртуальных серверов (VDS/VPS), хостинг, аренда IP-адресов, администрирование, круглосуточная поддержка

qwarta.ru подробнее

Резервное копирование с проверкой на вирусы!!!

Удобный сервис создания резервных копий на любой сервер сети интернет. Отслеживайте изменения, проверяйте на вирусы. Надежно защитите свой бизнес!

go.backupland.com

Выбираете сервер? Любая конфигурация на заказ!

Аренда физических серверов любых конфигураций под любые запросы - 1С бухгалтерия, игровые сервера, нагруженные проекты, интернет-магазины!

qwarta.ru подробнее

Size: a a a

Python для анализа данных

1597 membersпожаловаться на группу
2020 November 16

R

Ruslan in Python для анализа данных
можешь кстати сам проверить:
построить сводную в excel и посчитать сумму LFL за одну из недель и эту величину сравнить со значением которое выдает pandas df_result['lfl_sale_202014'].sum()
источник
23:31пожаловаться#1

R

Ruslan in Python для анализа данных
источник
23:31пожаловаться#2

R

Ruslan in Python для анализа данных
надеюсь помог:)
источник
23:36пожаловаться#3

А

Алексей in Python для анализа данных
Ruslan блин, мистика, у нас с с тобой по сути один и тот же код :)
источник
23:37пожаловаться#4

R

Ruslan in Python для анализа данных
у тебя мой скрипт выдает другой результат,
источник
23:38пожаловаться#5

R

Ruslan in Python для анализа данных
?
источник
23:38пожаловаться#6

А

Алексей in Python для анализа данных
Ruslan спасибо, что помог!
источник
23:38пожаловаться#7

А

Алексей in Python для анализа данных
Ruslan
у тебя мой скрипт выдает другой результат,
нет, выдает такой, какой и надо
источник
23:38пожаловаться#8

R

Ruslan in Python для анализа данных
нзч) давно хотел посчитать LFL в своей компании, но всё никак. но теперь хотя бы знаю что это такое и как считать
источник
23:39пожаловаться#9

А

Алексей in Python для анализа данных
я просто в коде различий не вижу, ты по сути тоже самое написал... :)))
источник
23:40пожаловаться#10

R

Ruslan in Python для анализа данных
различия в том, что в функции pivot_table ты не указал функцию
источник
23:42пожаловаться#11

R

Ruslan in Python для анализа данных
и хз что по умолчанию там отработало. мб count как в excel сводной
источник
23:43пожаловаться#12

ТШ

Тата Шко in Python для анализа данных
Привет, работа для джунов интересна? ( подработка, с парсерами связано)
источник
23:43пожаловаться#13

А

Алексей in Python для анализа данных
Ruslan
различия в том, что в функции pivot_table ты не указал функцию
косяк в том, что если делаешь pivot не только из региона, т.е. кидаешь туда еще данные(филиал, id магазина), то вот тут и идут не совпадения
источник
23:48пожаловаться#14

А

Алексей in Python для анализа данных
Ruslan измени код вот так:
df_result = df.pivot_table(index=['REGION', 'branch', 'WHS_ID'],
                          values=['SALE', 'SALE_PREV_YR'],
                          columns='WEEK_ID_2').reset_index()
и уже не получится у прежних процентов по региону
источник
23:53пожаловаться#15
2020 November 17

R

Ruslan in Python для анализа данных
давай конкретный пример: region, branch и магазин
источник
00:01пожаловаться#16

R

Ruslan in Python для анализа данных
так как у меня при любом уровне разреза совпадают результаты со сводной в excel
источник
00:06пожаловаться#17

А

Алексей in Python для анализа данных
Ruslan
так как у меня при любом уровне разреза совпадают результаты со сводной в excel
ты не понял. Ты в первом же пивоте делаешь детализацию только до региона. А ты кинь в строки и branch и WHC_ID
источник
00:10пожаловаться#18

R

Ruslan in Python для анализа данных
Я уже кинул. У меня результат совпал с excel. Поэтому говорю давай конкретный пример где результат не совпадает )
источник
00:11пожаловаться#19

А

Алексей in Python для анализа данных
и чтобы вывести like for like тебе придется в конце тоже пивот формировать из региона и like for like
источник
00:11пожаловаться#20