利用 pandas 合併資料，並且建立篩選條件。Licensed by Adobe Stock

Meiko：「前一次你跟我講了用那個功夫熊貓的 pandas 進行資料計算感覺很方便耶！」

Jason：「對啊，而且 pandas 不只可以進行單一個檔案的分析，它還可以把不同檔案串起來進行分析唷！」

Meiko：「這麼神奇！你趕快 show 給我看！」

Jason：「那我先考你一題，你覺得在結帳的時候，除了你自己的餐點之外，你還會在結帳單上面看到什麼資訊？」

Meiko：「應該會有消費的時間吧？...然後可能還會有是哪個服務生在服務。」

Jason：「你記得日式咖哩店的結帳櫃檯，服務生最後還請你給他們一個評比的分數？」

Meiko：「歐，想起來了，有那個 1~5 顆星的評比，我記得他們說如果有評分的話，會加贈一個下次可以使用的兌換卷。」

Jason：「差不多就這些囉，剛好老闆給我另外一份檔案，裡面就有時間的資訊、服務生的資訊以及評比的分數。」

Jason：「那我問你，如果想要知道資料長什麼樣子，你現在會做什麼？」

Meiko：「當然是先讀進資料，然後再用.head()看一下資料長的是什麼樣子囉！」

我大寶寶拉～請到這個連結下載檔案後，再解壓縮，並且上傳到自己的 Colab 檔案上傳區，跟Day-20上傳 json 檔案是一樣的做法。

import pandas as pd
pdTimeAndService=pd.read_excel("curryTimeAndService.xlsx",sheet_name="Sheet1")
pdTimeAndService.head()

Jason：「不錯唷，你馬上就學起來了！」

Meiko：「那當然，不過現在看起來只有訂單名稱，能不能把這份資料跟銷售相關的資料綁在一起看啊？」

Jason：「哈，這就是我今天要跟你說的呀！可以用concat的方式來進行！」

pdTotal = pd.concat([pdCurrySales,pdTimeAndService],axis=1) 
pdTotal.head()

Meiko：「哇，原來用concat就可以把兩份檔案的內容合併一起看！不過 Jason 在合併的最後怎麼會有一個 axis=1 的東西？」

Jason：「歐，它是一個設定，看你是要合併在整份檔案的最下面那一列(axis=0)，或者你要是行的方式(axis=1)去合併，所以這邊代表用行的方式合併！」

Meiko：「了解，這樣我就知道了，原來合併的方式可以這樣用！」

Jason：「餐廳老闆想知道，在尖峰時段用餐的訂單數，比如說中午 12:00~1:30 PM，還有晚餐6:00~9:00 PM 之間有多少人，Meiko，你有什麼想法？」

Meiko：「這感覺跟先前你跟我說判斷消費的金額好像有點類似，我猜是要想辦法抓取你剛講的兩個區間，然後計算一下總共有多少訂單？」

Jason：「蠻接近的，我們先從一個簡單的時間區間開始好了，因為咖哩店 12:00 才開，所以我們要看中午時間賣出了多少份，只要設定條件是在下午 1:30PM 之前就可以了」

from datetime import datetime

d1 = datetime.strptime('10/1/2020 1:30 PM', '%m/%d/%Y %I:%M %p')

date_mask = (pdTotal['time'] < d1)
pdTotalResult = pdTotal[date_mask]

print (pdTotalResult)

Meiko：「歐，Jason，雖然才短短的程式而已，可是我好像已經變得頭昏眼花了耶！」

Jason：「別急，我一個個講給你聽。」

d1 = datetime.strptime('10/1/2020 1:30 PM', '%m/%d/%Y %I:%M %p')

Jason：「這邊的意思，我們是把字串轉換成datetime物件，至於為什麼要轉換成datetime的物件，概念就是要讓程式容易做比對。我們人眼看字串，程式看datetime，有這樣的初步認識就可以囉！」

.strptime(string, format)

Jason：「我們進一步看string是你輸入的時間字串，像這邊我們輸入的字串是'10/1/2020 1:30 PM'。而format就是程式需要轉換字串的格式，其實就是依照前面的字串，給定特定的代碼，%m是月份，%d是日期，%Y是哪一年，%I是小時，%M是分鐘，%p是AM/PM的代稱。」

Meiko：「聽你這樣一講，我好像就懂了耶！原來拆開來看並不難嘛，可是一次蹦出很多新的東西，我就有點擔心。」

Jason：「是囉！那我繼續說，你剛有提到先前在做價格的if-else判斷的時候有用>或<這類的符號。那這行的意思就是先把『想要比較的條件』給設定好，比如說我們想要知道在 1:30 PM 前有多少個，這就是我們的條件，然後我們把這個條件設定成變數date_mask。

date_mask = (pdTotal['time'] < d1)

Meiko：「歐，先設定好條件再帶入的意思嗎？」

Jason：「沒錯！我們再利用下面這行，等於說去設定一個條件，把這批資料都篩選過一次的概念！」

pdTotalResult = pdTotal[date_mask]

Meiko：「這樣我就懂了，我們先設定好要在 1:30 PM 這個條件，然後我們再去欄位 time 中去篩選符合這個條件的所有資料？」

Jason：「答對囉！那你現在可以試試看，要怎麼找到晚上 6:00PM ~9:00PM 的訂單？」

from datetime import datetime

d1 = datetime.strptime('10/1/2020 6:00 PM', '%m/%d/%Y %I:%M %p')
d2 = datetime.strptime('10/1/2020 9:00 PM', '%m/%d/%Y %I:%M %p')

date_mask = (pdTotal['time'] < d2) & (pdTotal['time'] > d1)
pdTotalResult = pdTotal[date_mask]
print (pdTotalResult)

Jason：「不錯唷，你已經知道可以用&的方式，把兩個條件併在一起了耶！」

Meiko：「哈，雖然你沒教過我，但是我後來上網查了一下，如果要兩個條件同時成立的話，可以用 & 符號。因為想要的區間是在 6:00 PM 到 9:00 PM 之間，所以我想時間的關係應該是要大於 > 6:00 PM 然後小於 < 9:00 PM 才是。」

Jason：「你漸漸有點感覺囉！」

Meiko：「哈，那我最後快速問你一個問題，你看我們現在看全部的資料可能太多了，有沒有快一點知道這份資料的長度有多少啊？」

Jason：「A piece of cake，你只要用len就可以知道長度囉！」

len(pdTotalResult)

Meiko：「這樣看來，真的想到怎麼做，好像馬上就可以做到了！」

牛刀小試

我大寶寶～拉，今天我們談到了concat來做兩份試算表的合併，也談到利用時間的關係，設定條件篩選挑出自己感興趣的資料，操作的內容稍嫌複雜，但是概念其實都蠻容易理解的。在資料分析裡面有探索式資料分析 Explore Data Analysis (EDA)的說法，就是用些簡單的統計方法或是一些資料篩選的方式，去了解資料的輪廓，想辦法找到特徵。接下來幾天會有更多的介紹...

給大寶寶留言、分享、鼓勵

歡迎登入留言跟我分享你的想法唷！(登入不麻煩，點一下 FB 登入就可以留言了！)

1.喜歡這樣方式學 Python 的朋友請留言『+1』
2.如果前面的內容忘記了，趕快看一下大寶寶這一系列的看對話學 Python 資料分析，用情境故事帶你入門的列表！就能夠繼續 Happy Coding 囉！