উদাহরণ 1: ডেটাফ্রেম থেকে তারিখের উপর ভিত্তি করে মাসিক সামগ্রিক বিক্রয় প্রদর্শন
import pandas as pd
# ডেটাফ্রেম তৈরি করুন
data = {
'তারিখ': ['2023-01-01', '2023-01-15', '2023-02-01', '2023-02-15', '2023-03-01'],
'বিক্রয়': [500, 600, 550, 400, 700]
}
df = pd.DataFrame(data)
df['তারিখ'] = pd.to_datetime(df['তারিখ'])
# মাসিক সামগ্রিক বিক্রয় প্রদর্শন করুন
df['মাস'] = df['তারিখ'].dt.month
table = pd.pivot_table(df, values='বিক্রয়', index='মাস', aggfunc='sum')
print(table)
Pythonউদাহরণ 2: ডেটাফ্রেম থেকে বিভাগের উপর ভিত্তি করে পণ্যের গড় মূল্য প্রদর্শন
import pandas as pd
# ডেটাফ্রেম তৈরি করুন
data = {
'বিভাগ': ['পণ্য বিক্রয়', 'পণ্য বিক্রয়', 'পণ্য বিক্রয়', 'পণ্য বিক্রয়', 'প্রমোশন', 'প্রমোশন'],
'পণ্য': ['বই', 'পেন্সিল', 'বই', 'পেন্সিল', 'বই', 'পেন্সিল'],
'মূল্য': [100, 150, 120, 200, 80, 100]
}
df = pd.DataFrame(data)
# বিভাগের উপর ভিত্তি করে পণ্যের গড় মূল্য প্রদর্শন করুন
table = pd.pivot_table(df, values='মূল্য', index='বিভাগ', columns='পণ্য', aggfunc='mean')
print(table)
Pythonউদাহরণ 3: ডেটাফ্রেম থেকে বিভাগের উপর ভিত্তি করে মাসিক বিক্রয় প্রদর্শন
import pandas as pd
# ডেটাফ্রেম তৈরি করুন
data = {
'বিভাগ': ['পণ্য বিক্রয়', 'পণ্য বিক্রয়', 'পণ্য বিক্রয়', 'পণ্য বিক্রয়', 'প্রমোশন', 'প্রমোশন'],
'তারিখ': ['2023-01-01', '2023-01-15', '2023-02-01', '2023-02-15', '2023-03-01', '2023-03-15'],
'বিক্রয়': [500, 600, 550, 400, 700, 800]
}
df = pd.DataFrame(data)
df['তারিখ'] = pd.to_datetime(df['তারিখ'])
# বিভাগের উপর ভিত্তি করে মাসিক বিক্রয় প্রদর্শন করুন
df['মাস'] = df['তারিখ'].dt.month
table = pd.pivot_table(df, values='বিক্রয়', index='মাস', columns='বিভাগ', aggfunc='sum')
print(table)
Python