import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号
plt.axis('equal') # 设置 饼状图 为圆形，不然可能是椭圆
df = pd.read_csv("fileName", sep='\t', encoding="gb18030") # 从文件中读取数据，sep为字段间分隔符。ecoding字符集，解决中文乱码问题
# 使用 send_data 数据集 的 biz_line 加上 call_back_id ，构建出名叫 match_order_no 的列
# axis=1 表示以 行 为单位处理，默认 axis=0，表示以 列 为单位处理数据
df['match_order_no'] = df.apply(lambda x : x.biz_line + x.call_back_id, axis=1)
# 也可以使用外部函数执行：
from datetime import datetime
def diff_in_seconds(x):
diff = datetime.strptime(x.create_time_a,"%Y-%m-%d %H:%M:%S.%f")-datetime.strptime(x.create_time_b,"%Y-%m-%d %H:%M:%S.%f")
return diff.days*24*3600+diff.seconds
create_time_data["time_diff"] = create_time_data.apply(diff_in_seconds, axis=1)
# 单个条件过滤
fiter_result = df[df.age>10]
# 多个条件过滤
fiter_result = df[(df.age>10) & (df.age<25)]
# 将df1和df2进行关联，类似与 sql 的 join 语法，
# how 表示 join方式，支持 inner， left，right，outer。默认是 inner
# left_on 和 right_no 表示使用 df1.match_order_no 等于 df2.order_no 进行记录关联
# suffixes 表示在两表列名相同的情况下，给 df1 和 df2 的列名加上的后缀
# 其他参数，参考接口文档：http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.merge.html
merge_result = pd.merge(df1, df2, how='inner', left_on='match_order_no', right_on='order_no', suffixes=('_a', '_b'))
# 使用 loc 进行数据截取，1:2 表示截取第一行到第二行的数据(或者可使用 [3,5]表示获取第3行和第5行)，后面的数组表示截取的对应的列名，可使用 : 表示全部获取
select_result = merge_result.loc[1:2,['biz_order_no','create_time_a','create_time_b','print_type']]
# 根据 merge_result 中的 time_diff 排序，ascending=False 表示 倒序
sort_result = merge_result.sort_values('time_diff',ascending=False)
