第 14 题

df = pd.read_excel("销售清单数据.xlsx")

读取销售明细得到 DataFrame。图 a 中同一订单号可以出现多行，每行对应一种商品的购买明细，因此直接统计原表行数并不等于订单数。

df1 = df[df['商品类别'] == '生鲜']

保留商品类别为“生鲜”的明细，得到所有购买生鲜商品的记录。

# 同一订单保留一条，提取购买时间中的"小时"数据，另存为df2，结果如图b所示，代码略

经过题目省略的去重和提取操作，df2 每行代表一个购买过生鲜商品的订单，只保留“订单号”和“小时”两列；此后按小时统计这些行，才能得到各时段的生鲜订单数量。

要求统计订单数量，应按“小时”分组，对各组的订单号计数，而不是把订单号或购买数量求和。订单号已去重且非空，count() 得到的就是订单数。后续绘图还要访问“小时”列，故使用 as_index=False，让小时继续保存在普通列中，填写 D：

df2 = df2.groupby('小时', as_index=False).count()

聚合后的“订单号”列不再保存订单编号，而是保存该时段的订单数量。

按图 c 的时段范围，分组结果的结构如下，N08、N09 等表示对应时段的订单数，不是另造的统计结果：

现在“订单号”列保存的是各时段的订单数。题目要求降序分布，应按该列从大到小排序，填写 A：

df2 = df2.sort_values('订单号', ascending=False)

按“小时”排序只能得到时间先后顺序，不能保证订单数降序。sort_values() 改变行的排列顺序，但不会自动重置行索引。

横轴应显示时段，纵轴应显示该时段的订单数，所以分别取“小时”列和“订单号”列，填写 E：

plt.bar(df2['小时'], df2['订单号'])

图 c 的横轴按订单数降序排列，绘图时“小时”应使用字符串类别标签，例如“09”“18”。若省略的提取代码得到的是整数小时，还需先转为字符串，否则 Matplotlib 会按数值坐标放置柱形，单靠行排序不能得到图 c 的横轴顺序。df2.index 只是排序后保留的行索引，也不能代替小时标签。

res = ""        # 存储出现频次最高的类别
max_c = 0       # 存储最高频次
i = 0
while i < len(t):
    count = 1
    j = i + 1
    ...

题目已把 t 升序排序，相同类别会连续排列。res 和 max_c 分别保存当前选中的类别及最高频次。每轮从位置 i 开始，先计入 t[i]，所以 count 初值为 1；j 从其后一位开始，准备继续向右检查。

本轮统计的是从 i 开始连续出现的 t[i]。因此只有 t[j] 与 t[i] 相同，才能继续把它计入次数，应填 t[j] == t[i]。循环结束时，j 指向第一个不同类别的位置，或等于 len(t)；区间 t[i:j] 正好是当前类别的一整组。

进入该分支说明当前类别的出现次数超过已有最高频次。更新 max_c 的同时，应把该类别记入 res，故填 res = t[i]。这里的“最早出现”按遍历已排序列表 t 的先后理解：条件使用 > 而非 >=，并列时不会用后遇到的类别覆盖先遇到的类别。若要求按原始销售记录的出现先后打破并列，仅凭已排序的 t 不能恢复这一顺序。

当前类别已统计完，j 正好是下一组的起点，故令 i = j，跳过刚处理过的一整组。最后一组处理完时 j == len(t)，更新后外层循环自然结束。参考答案中的 i += 1 也能得到相同结果，但会重复统计同组的剩余部分；i = j 可以避免这些重复操作。