Lab: Combine Datasets

ในแล็บนี้คุณจะได้ข้อมูล 3 ตาราง และต้องรวมเข้าด้วยกันเพื่อตอบคำถามธุรกิจ

สร้างข้อมูล 3 ตาราง

import pandas as pd

orders = pd.DataFrame({
    "order_id": range(1, 9),
    "customer_id": ["C01", "C02", "C01", "C03", "C02", "C04", "C01", "C03"],
    "product_id": ["P001", "P002", "P003", "P001", "P001", "P002", "P003", "P003"],
    "qty": [2, 1, 3, 1, 2, 1, 1, 2],
    "order_date": pd.to_datetime(["2024-01-05", "2024-01-06", "2024-01-07",
        "2024-01-08", "2024-01-10", "2024-01-12", "2024-01-15", "2024-01-18"])
})

products = pd.DataFrame({
    "product_id": ["P001", "P002", "P003"],
    "name": ["เสื้อยืด", "กางเกง", "รองเท้า"],
    "price": [350, 590, 1200],
    "category": ["เสื้อผ้า", "เสื้อผ้า", "รองเท้า"]
})

customers = pd.DataFrame({
    "customer_id": ["C01", "C02", "C03", "C04"],
    "name": ["สมชาย", "สมหญิง", "สมศักดิ์", "สมศรี"],
    "region": ["กรุงเทพ", "เชียงใหม่", "กรุงเทพ", "ภูเก็ต"]
})

Merge ทั้ง 3 ตาราง เข้าด้วยกัน เพิ่ม column total = price * qty
ตอบคำถาม ด้วย groupby:
- ยอดขายรวมแต่ละหมวดหมู่เป็นเท่าไร?
- ลูกค้าคนไหนซื้อมากที่สุด (ตามยอดเงิน)?
- ภูมิภาคไหนมียอดขายสูงสุด?
สร้าง pivot table แสดง ยอดขายรวม แยกตาม region x category
แปลง pivot กลับเป็น long format ด้วย .melt()

เฉลย

Show Solution

# Step 2: Merge
merged = pd.merge(orders, products, on="product_id", how="left")
merged = pd.merge(merged, customers, on="customer_id", how="left",
                  suffixes=("_product", "_customer"))
merged["total"] = merged["price"] * merged["qty"]

# Step 3a: ยอดขายตามหมวดหมู่
cat_sales = merged.groupby("category").agg(
    total_revenue=("total", "sum"),
    order_count=("order_id", "count")
).reset_index()
print(cat_sales)

# Step 3b: ลูกค้าซื้อมากสุด
cust_sales = merged.groupby("name_customer").agg(
    total_spent=("total", "sum")
).reset_index().sort_values("total_spent", ascending=False)
print(cust_sales)

# Step 3c: ภูมิภาคยอดขายสูงสุด
region_sales = merged.groupby("region").agg(
    total_revenue=("total", "sum")
).reset_index().sort_values("total_revenue", ascending=False)
print(region_sales)

# Step 4: Pivot table
pivot = merged.pivot_table(
    values="total", index="region", columns="category",
    aggfunc="sum", fill_value=0
)
print(pivot)

# Step 5: Melt กลับเป็น long
long = pivot.reset_index().melt(
    id_vars=["region"], var_name="category", value_name="revenue"
)
print(long)