人工智能-搜房网的

搜房网--是房地产家居网络平台，提供及时的房地产新闻资讯内容，为楼盘提供网上浏览、业主论坛和社区网站，房地产精英人物个人主页，是国内房地产媒体及业内外网友公认的房地产网络平台，搜房网引擎给网友提供房地产网站中速度快捷内容全面的智能搜索。

    现有以下ftx.xls数据表，包括了从2009年1月到2010年12月的在全国各大城市房屋销售量。

下载地址:

链接：https://pan.baidu.com/s/1JaEVL8gJFGhDWrzJp5sORA
提取码：nlhg
复制这段内容后打开百度网盘手机App，操作更方便哦

1. 使用EXCEL数据透视表功能，从数据源中筛选出2010年第3季度北京和上海两个城市的销售数量总和，将结果输出到新表。
2. 利用python环境下的数据分析包pandas编程实现筛选出2010年第3季度北京和广州两个城市的销售数量总和，将结果输出到新表。
3. 利用python环境下的数据分析包pandas编程实现求出2009年和2010年的四个季度（第一季度、第二季度、第三季度和第四季度）共8个时间节点，求出各节点对应销售数量总和，并用柱状图可视化展现。

案例代码

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sn
# 正常显示中文
plt.rcParams['font.sans-serif'] = ['SimHei']
# 正常显示负数
plt.rcParams['axes.unicode_minus'] = False
df = pd.read_excel('input/ftx.xls',sep=',')
def fn(n):
    if n>0 and n<4:
        return 's1'
    elif n>3 and n<7:
        return 's2'
    elif n>6 and n<10:
        return 's3'
    else:
        return 's4'
# 划分季度
df['季度'] = df['月'].map(fn)
# 1.使用EXCEL数据透视表功能，从数据源中筛选出2010年第3季度北京和上海两个城市的销售数量总和，将结果输出到新表。
a = df[df['销售区域'].isin(['北京','上海'])&(df['年']==2010)&(df['季度']=='s3')][['销售区域','销售数量']].groupby(['销售区域']).sum()
a.to_csv("a.csv")
# 2.利用python环境下的数据分析包pandas编程实现筛选出2010年第3季度北京和广州两个城市的销售数量总和，将结果输出到新表。
b = df[df['销售区域'].isin(['北京','广州'])&(df['年']==2010)&(df['季度']=='s3')][['销售区域','销售数量']].groupby(['销售区域']).sum()
b.to_csv("b.csv")
# 3.利用python环境下的数据分析包pandas编程实现求出2009年和2010年的四个季度（第一季度、第二季度、第三季度和第四季度）共8个时间节点，求出各节点对应销售数量总和，并用柱状图可视化展现。

# 2010年第3季度北京和广州两个城市的销售数量总和
df['季度']=df['年'].astype(str)+df['季度']
df = df[['销售数量','季度']].groupby(['季度']).sum()
df['季度']=df.index
sn.barplot(df['季度'],df['销售数量'])
plt.show()