一，Mutilindex

MultiIndex表示多級索引，它是從Index繼承過來的，其中多級標籤用元組物件來表示。

1. 建立get_list自定義函式

作用：通過size引數傳入獲取值的個數。items則是列表中的所有元素。sample函式會自動在列表範圍內隨機選取資料。replace=False代表選取出來的資料唯一。replace=True代表選取出來的資料允許重複。

import pandas as pd
from datetime import datetime

#replace引數為True允許元素重複，為False則元素不重複

def get_list(items,size=10):
    
 
return pd.Series(items).sample(n=size,replace=False).to_list()


city =["上海","北京","深圳","杭州","蘇州","青島","大連","齊齊哈爾","大理","麗江",
          "天津","濟南","南京","廣州","無錫","連雲港","張家界"]

get_list(city)

2. 通過自定義函式生成DataFrame資料

註釋：DataFrame中的資料建立時通過dict字典來建立的。key為二維表格中的列名，values則為通過get_list函式生成的資料。

#通過函式建立DataFrame物件
 


def get_list(items,size=20):
    return pd.Series(items).sample(n=size,replace=True).to_list()

df = pd.DataFrame({
     "城市":get_list(city),
     "倉位":get_list(["經濟艙","商務艙","頭等艙"]),
     "航線":get_list(["單程","往返"]),
     "日期": get_list([datetime(2020,8,1),datetime(2020,8,2),
                     datetime(
 
2020,8,3),datetime(2020,8,4)]),
     "時間": get_list(["09:00 - 12:00",
                        "13:00 - 15:30",
                        "06:30 - 15:00",
                        "18:00 - 21:00",
                        "20:00 - 23:20",
                        "10:00 - 15:00"]),
     "航空公司": get_list(["東方航空","南方航空","深圳航空","山東航空","中國航空"]),
     "出票數量":get_list([10,15,20,25,30,35,40,45,50,55,60]),
    })
df

#%%

3. 通過Pivot_table 透視表對二維表格進行資料統計

註釋：可以通過pivot_table函式把生成的二維表格作為引數傳入，並對其指定index，columns，values及統計資料相關的函式(aggfunc=sum)。這樣可以對資料進行進一步的過濾跟統計，達成我們的需求。

#%%

#可以根據資料隨意指定行列，統計資料

def get_list(items,size=1000):
    return pd.Series(items).sample(n=size,replace=True).to_list()

df = pd.DataFrame({
     "城市":get_list(city),
     "倉位":get_list(["經濟艙","商務艙","頭等艙"]),
     "航線":get_list(["單程","往返"]),
     "日期": get_list([datetime(2020,8,1),datetime(2020,8,2),
                     datetime(2020,8,3),datetime(2020,8,4)]),
     "時間": get_list(["09:00 - 12:00",
                        "13:00 - 15:30",
                        "06:30 - 15:00",
                        "18:00 - 21:00",
                        "20:00 - 23:20",
                        "10:00 - 15:00"]),
     "航空公司": get_list(["東方航空","南方航空","深圳航空","山東航空","中國航空"]),
     "出票數量":get_list([10,15,20,25,30,35,40,45,50,55,60]),
    })

#通過pivot_table（t透視表）方法統計資料，日常資料統計中非常常用。
df01 = pd.pivot_table(
    df,
    index= ["城市","日期"], 
    columns= ["航空公司","航線"],
    values= "出票數量",
    aggfunc= sum,
)

#將NaN的值全部轉成0
df01 = df01.fillna(0)
df01

#%%

4. 將建立及統計好的資料儲存到Excel中

df01.to_excel(R"C:\Users\Administrator\PycharmProjects\python_Basic\Pandas_to_Excel\20200804\datas\output_data1.xlsx",
              )
print("Done!!")