访问 dd/mm/yy 来计算每年的总销售额？答案

【问题标题】：Accessing dd/mm/yy to calculate the total amount of sales per year?访问 dd/mm/yy 来计算每年的总销售额？
【发布时间】：2021-12-17 02:38:29
【问题描述】：

编辑：重新构建整个问题以使其更有意义（我认为？）

这是我要分析的数据框（或尽可能接近）。

Customer_ID = [1,2,3,4,5,6,7]
Sales_Info = [11,22,33,44,55,66,77]
begin_date = '2019-10-16'
df = pd.DataFrame({'Customer_ID':Customer_ID,'Sales_Info':units,'Purchase_Date':pd.date_range(begin_date, periods=len(units))})
print (df.head(10))

或者，下面是它的截图：[在此处输入图片描述][1] [1]：https://i.stack.imgur.com/1lYOt.png

我正在尝试添加每个会计年度的所有 Sales_Info。

显然，数据集的值远不止于此，但它是我可以创建的最佳示例。到目前为止，我的编码知识可能仅限于 BASIC，但我正在努力学习，希望能得到任何帮助。

我已经尝试了下面的一些示例，但我正在努力让任何结果输出更正自己，但我感谢每个人试图帮助我并提前谢谢你。

【问题讨论】：

使用pandas.to_datetime(df.Date, format="%d/%m/%Y").dt.year作为分组变量
我已经编辑了上面的内容，基本上我试图按年累加 Sales_Info，但数据集包含多个天和月，我需要分别组织和返回每年的 Sales_Info。 @user17242583。

标签： python pandas jupyter-notebook analysis

【解决方案1】：

不确定您是如何使用您的数据以及数据的格式如何，但一种非常简单的方法可以汇总一年中的所有 sales_info，如下所示：

data = [{"id": 1 "date": "11/12/2020", "Sales_info": 2}, ...]
yearly_sum = {}
for datum in data:
    year = datum["date"].split("/")[-1]
    if year in yearly_sum.keys():
         yearly_sum[year] += datum["Sales_info"]
    else:
         yearly_sum[year] = datum["Sales_info"]

基本上，检查每个条目属于哪个年份，添加到 year->salesinfo 字典。请注意，代码未经测试，因此可能无法正常工作。

【讨论】：