Открываем текстовый файл и формируем списки (списков) только из отфильтрованных строк (string-methods). Потом эти lists записываем в csv файл. Для записи в файл используем два вложенных цикла по строкам из столбцам... см. In [71] Поскольку эксперименты с примерами из библиотеки csv не удались. Когда буду собирать рабочий код надо не забыть убрать лишние символы (звездочки и скобку) в названиях. В конце тот самый текстовый файл, из которого все напарсено. А перед ним варианты готовых csv файлов.
string-methods
how to parse text
Extract data from lines of text file in Python
Python: read file line by line into array
How to Use Python Regular Expressions to Parse a Text File (Practical Use Case Scenario with Python Reg-Ex Re Split Sub)
7 Python Regular Expressions Examples – Re Match Search FindAll
13.1. csv — CSV File Reading and Writing
Create a .csv file with values from a Python list - отличные рецепты
Не забыть про эту библиотеку:
Pyparsing Wiki Home
In []:
МАРКИ январь-апрель 2013 январь-апрель 2012 % апрель 2013 апрель 2012 %
In [6]:
tab1="""
Lada 151527 159490 -5% 44100 50102 -12%
"""
In [31]:
stab1= tab1.split()
tab1.split(), tab1.split()[-1], tab1.split()[6], tab1.split()[3]
Out[31]:
In [34]:
'-12%'.find('%'),'-12%'.rfind('%'),'-12%'.rfind('w'),'-12%'.rfind('-%'),
Out[34]:
In [23]:
','.join(stab1), '","'.join(stab1), "','".join(stab1)
Out[23]:
In [21]:
stab1.index('151527',0,6)
Out[21]:
In [28]:
len(stab1)
Out[28]:
In []:
with open('myfile.txt') as f:
for line in f:
if '12456' in line:
print line
In [42]:
with open('C:\\Users\\kiss\\Documents\\Xpdf\\AEB_2014_4.txt') as f:
for line in f:
if len(line.split())== 7:
if line.split()[6].find('%') != -1:
if line.split()[0] != 'Total':
print ' '.join(line.split())
In [12]:
help(stab1.count)
In [13]:
help(stab1.index)
In [9]:
dir(stab1)
Out[9]:
In []:
(Данные продаж Комитета автопроизводителей АЕБ включают как импортированные, так и локально произведенные автомобили)
январь-апрель апрель
Доля рынка, % Кол-во Кол-во Измене- Доля рынка, Кол-во Кол-во Измене-
шт. шт. ние, % % шт. шт. ние, %
2013 2012 2013 2012 13/12 2013 2012 2013 2012 13/12
ВСЕ МАРКИ 862298 881614 -2% 245334 266597 -8%
In []:
AVTOVAZ - RENAULT -
NISSAN 30,9 31,1 266169 274285 -3% 29,3 30,2 71977 80630 -12%
AVTOVAZ 17,6 18,1 151527 159490 -5% 18,0 18,8 44100 50102 -12%
RENAULT 7,8 6,5 67208 57217 17% 7,8 6,7 19178 17914 7%
NISSAN 5,1 6,1 44188 53923 -18% 3,4 4,4 8272 11806 -30%
INFINITI 0,4 0,4 3246 3655 -11% 0,2 0,3 427 808 -47%
VW Group 10,9 10,7 93647 94470 -1% 11,1 10,7 27150 28505 -5%
VOLKSWAGEN 5,7 5,7 49477 50529 -2% 5,8 5,5 14203 14768 -4%
VOLKSWAGEN ком.авт. 0,6 0,6 4917 5107 -4% 0,6 0,6 1451 1501 -3%
In [37]:
tab2="""
NISSAN 30,9 31,1 266169 274285 -3% 29,3 30,2 71977 80630 -12%
"""
In [40]:
tab2.split(), len(tab2.split()), tab2.split()[10]
Out[40]:
In [58]:
with open('C:\\Users\\kiss\\Documents\\Xpdf\\AEB_2014_4.txt') as f2:
for line in f2:
if len(line.split())== 11:
if line.split()[10].find('%') != -1:
if line.split()[3].isalnum():
print ' '.join(line.split())
In [48]:
tab3="""
25 Tiguan VW 9051 10997 -18% 2424 2994 -19%
"""
In [51]:
tab3.split(), len(tab3.split()), tab3.split()[8]
Out[51]:
In [60]:
l3=[]
In [61]:
with open('C:\\Users\\kiss\\Documents\\Xpdf\\AEB_2014_4.txt') as f3:
for line in f3:
if len(line.split())== 9:
if line.split()[8].find('%') != -1:
if line.split()[0].isalnum():
print ' '.join(line.split())
l3.append(line.split())
In [62]:
l3
Out[62]:
In []:
import csv
w=csv.writer(file(r'C:\greg.csv','wb'),dialect='excel')
some_values=[[1,2,3],['A','B','C'],[4,'"5"','ab,c']]
w.writerows(some_values)
Make sure you use ‘wb’ when you open the file. Otherwise I’ve found that it will put a blank line between each row at least when Excel opens it.
Here’s the syntax for reading a csv file (from the documentation):
import csv
reader = csv.reader(open("some.csv", "rb"))
for row in reader:
print row[0], row[-1]
# And here’s the link to the full documentation:
# http://docs.python.org/lib/module-csv.html
# And this takes you straight to the examples in the documentation
In []:
In [66]:
import csv
myfile = open('C:\\Users\\kiss\\Documents\\Xpdf\\AEB_2014_4_tab3.csv', 'wb')
wr = csv.writer(myfile, quoting=csv.QUOTE_ALL)
wr.writerows(l3)
In []:
In [67]:
% load C:\\Users\\kiss\\Documents\\Xpdf\\AEB_2014_4_tab3.csv
In []:
"['1', 'Granta', 'Lada', '52765', '26674', '98%', '15596', '9798', '59%']","['2', 'Solaris', 'Hyundai', '35941', '38051', '-6%', '10553', '10979', '-4%']","['3', 'Kalina', 'Lada', '28395', '41710', '-32%', '8857', '13890', '-36%']","['5', 'Duster', 'Renault', '25945', '4186', '520%', '7600', '2303', '230%']","['6', 'Focus', 'Ford', '22278', '28660', '-22%', '5546', '9063', '-39%']","['7', 'Polo', 'VW', '21798', '21979', '-1%', '6637', '6684', '-1%']","['8', 'Priora', 'Lada', '21495', '38807', '-45%', '4962', '11374', '-56%']","['9', 'Niva', 'Chevrolet', '17748', '19270', '-8%', '5724', '5221', '10%']","['10', 'Logan', 'Renault', '16674', '24437', '-32%', '4890', '7297', '-33%']","['12', '4x4', 'Lada', '14599', '17484', '-17%', '3808', '4873', '-22%']","['13', 'Cruze', 'Chevrolet', '14565', '15823', '-8%', '4284', '5522', '-22%']","['14', 'Sandero', 'Renault', '14464', '18741', '-23%', '4084', '5253', '-22%']","['16', 'Samara', 'Lada', '14341', '20345', '-30%', '5257', '5779', '-9%']","['17', 'Astra)', 'Opel', '12080', '17443', '-31%', '3221', '4916', '-34%']","['18', 'Nexia', 'Daewoo', '11663', '13644', '-15%', '2318', '5203', '-55%']","['19', 'Qashqai', 'Nissan', '11424', '11918', '-4%', '1825', '3081', '-41%']","['22', 'Camry', 'Toyota', '10073', '10473', '-4%', '2822', '3412', '-17%']","['24', 'ix35', 'Hyundai', '9658', '7574', '28%', '2030', '2000', '1%']","['25', 'Tiguan', 'VW', '9051', '10997', '-18%', '2424', '2994', '-19%']"
In []:
In [69]:
out = open('C:\\Users\\kiss\\Documents\\Xpdf\\AEB_2014_4_tab3.csv', 'w')
for row in l3:
for column in row:
out.write('%s;' % column)
out.write('\n')
out.close()
In [70]:
% load C:\\Users\\kiss\\Documents\\Xpdf\\AEB_2014_4_tab3.csv
In []:
1;Granta;Lada;52765;26674;98%;15596;9798;59%;
2;Solaris;Hyundai;35941;38051;-6%;10553;10979;-4%;
3;Kalina;Lada;28395;41710;-32%;8857;13890;-36%;
5;Duster;Renault;25945;4186;520%;7600;2303;230%;
6;Focus;Ford;22278;28660;-22%;5546;9063;-39%;
7;Polo;VW;21798;21979;-1%;6637;6684;-1%;
8;Priora;Lada;21495;38807;-45%;4962;11374;-56%;
9;Niva;Chevrolet;17748;19270;-8%;5724;5221;10%;
10;Logan;Renault;16674;24437;-32%;4890;7297;-33%;
12;4x4;Lada;14599;17484;-17%;3808;4873;-22%;
13;Cruze;Chevrolet;14565;15823;-8%;4284;5522;-22%;
14;Sandero;Renault;14464;18741;-23%;4084;5253;-22%;
16;Samara;Lada;14341;20345;-30%;5257;5779;-9%;
17;Astra);Opel;12080;17443;-31%;3221;4916;-34%;
18;Nexia;Daewoo;11663;13644;-15%;2318;5203;-55%;
19;Qashqai;Nissan;11424;11918;-4%;1825;3081;-41%;
22;Camry;Toyota;10073;10473;-4%;2822;3412;-17%;
24;ix35;Hyundai;9658;7574;28%;2030;2000;1%;
25;Tiguan;VW;9051;10997;-18%;2424;2994;-19%;
In [71]:
out = open('C:\\Users\\kiss\\Documents\\Xpdf\\AEB_2014_4_tab3.csv', 'w')
for row in l3:
for column in row:
out.write('"%s",' % column)
out.write('\n')
out.close()
In [72]:
% load C:\\Users\\kiss\\Documents\\Xpdf\\AEB_2014_4_tab3.csv
In []:
"1","Granta","Lada","52765","26674","98%","15596","9798","59%",
"2","Solaris","Hyundai","35941","38051","-6%","10553","10979","-4%",
"3","Kalina","Lada","28395","41710","-32%","8857","13890","-36%",
"5","Duster","Renault","25945","4186","520%","7600","2303","230%",
"6","Focus","Ford","22278","28660","-22%","5546","9063","-39%",
"7","Polo","VW","21798","21979","-1%","6637","6684","-1%",
"8","Priora","Lada","21495","38807","-45%","4962","11374","-56%",
"9","Niva","Chevrolet","17748","19270","-8%","5724","5221","10%",
"10","Logan","Renault","16674","24437","-32%","4890","7297","-33%",
"12","4x4","Lada","14599","17484","-17%","3808","4873","-22%",
"13","Cruze","Chevrolet","14565","15823","-8%","4284","5522","-22%",
"14","Sandero","Renault","14464","18741","-23%","4084","5253","-22%",
"16","Samara","Lada","14341","20345","-30%","5257","5779","-9%",
"17","Astra)","Opel","12080","17443","-31%","3221","4916","-34%",
"18","Nexia","Daewoo","11663","13644","-15%","2318","5203","-55%",
"19","Qashqai","Nissan","11424","11918","-4%","1825","3081","-41%",
"22","Camry","Toyota","10073","10473","-4%","2822","3412","-17%",
"24","ix35","Hyundai","9658","7574","28%","2030","2000","1%",
"25","Tiguan","VW","9051","10997","-18%","2424","2994","-19%",
Ниже тот самй текстовый файл, из которого мы эти таблицы напарсили¶
In [1]:
% load C:\\Users\\kiss\\Documents\\Xpdf\\AEB_2014_4.txt
In []:
ASSOCIATION АССОЦИАЦИЯ
OF EUROPEAN BUSINESSES ЕВРОПЕЙСКОГО БИЗНЕСА
RUSSIAN FEDERATION РОССИЙСКАЯ ФЕДЕРАЦИЯ,
Ulitsa Krasnoproletarskaya 16, bld. 3, Moscow, 127473 127473 Москва ул. Краснопролетарская, д. 16 стр. 3
Tel +7 495 234 2764 Fax +7 495 234 2807 Тел. +7 495 234 2764 Факс +7 495 234 2807
info@aebrus.ru http://www.aebrus.ru info@aebrus.ru http://www.aebrus.ru
Москва, 15 мая 2013 г.
Пресс-релиз
Темпы продаж в апреле 2013 года продолжают замедляться
Продажи новых легковых и легких коммерческих автомобилей в России в апреле 2013 года
снизились на 8%.
По итогам года в десятке лидеров по моделям среди новых марок легковых автомобилей десять
моделей местного производства
В апреле 2013 г. объем продаж на российском автомобильном рынке снизился на 8% (т.е. 245.334 штук),
что на 21.263 штуки проданных новых легковых и легких коммерческих автомобилей меньше по
сравнению с тем же периодом 2012 года (данные Комитета автопроизводителей АЕБ).
За период январь-апрель 2013 г. российский автомобильный рынок также показал небольшое падение
(-2%), по сравнению с тем же периодом 2012 года.
Комментирует Йорг Шрайбер, Председатель Комитета автопроизводителей АЕБ:
«На протяжении двух последних лет апрельские продажи обычно превосходили мартовские на 6%. В этом
году традиционный апрельский подъем не наблюдался, что явилось следствием слабого розничного
контрактования в первом квартале. Апрель не принес положительных новостей и по этому показателю.
Таким образом, становится очевидным, что рынок вряд ли достигнет рекордных показателей первой
половины 2012 года.
AEB будет продолжать следить за дальнейшим развитием событий - в июне месяце планируется выпустить
обновленный прогноз на 2013 год».
Контакты:
Ольга Зуева, координатор Комитета автопроизводителей АЕБ olga.zueva@aebrus.ru , тел. (+7 495) 234 27 64
Юлия Щеглова, Руководитель проекта по исследованию рынка и статистики АЕБ yuliya.sheglova@aebrus.ru , тел. (+7
495) 234 27 64
--------------------------------------------------------------
Приложения:
1. Продажи новых легковых и легких коммерческих автомобилей в России за периоды январь-апрель 2013/2012 г. и
апрель 2013/2012 г.
2. Продажи новых легковых и легких коммерческих автомобилей по группам за периоды январь-апрель 2013/2012 г. и
апрель 2013/2012 г.
3. 25 наиболее продаваемых моделей легковых автомобилей в России за периоды апрель 2013 г. и апрель 2012 г.
AEB SPONSORS 2013
Allianz IC OJSC Alstom Aon Hewitt Atos Bank Credit Suisse (Moscow) BP BSH Group Cargill Enterprises Inc. Clifford Chance
CMS, Russia Continental Tires RUS LLC Deloitte DHL DuPont Science & Technologies E.ON Ruhrgas AG Enel OGK 5
Eni S.p.A Ernst & Young GDF SUEZ Gestamp Russia HeidelbergCement ING Commercial Banking
INVESTMENT COMPANY IC RUSS-INVEST John Deere Agricultural Holdings, Inc. KPMG LEROY MERLIN Russia MAN Truck & Bus AG
Mercedes-Benz Russia Messe Frankfurt Rus, O.O.O METRO Group Michelin MOL Plc Novartis Group OBI Russia Oranta
Pirelli Tyre Russia PwC Procter & Gamble Raiffeisenbank ZAO ROCA SERVIER Shell Exploration & Production Services (RF) B.V.
Statoil ASA Strana Detey Telenor Russia AS TMF Russia Total E&P Russie Volkswagen Group Rus OOO Volvo Cars LLC
VSK YIT Rakennus Representative Office YOKOHAMA RUSSIA LLC Zurich Insurance Company
ПРОДАЖИ НОВЫХ ЛЕГКОВЫХ И ЛЕГКИХ КОММЕРЧЕСКИХ АВТОМОБИЛЕЙ
В РОССИИ ПО МАРКАМ ЗА ПЕРИОДЫ ЯНВАРЬ-АПРЕЛЬ 2013/2012 Г. И АПРЕЛЬ 2013/2012 Г.1
(Данные продаж Комитета автопроизводителей АЕБ включают как импортированные, так и локально произведенные автомобили)
МАРКИ январь-апрель 2013 январь-апрель 2012 % апрель 2013 апрель 2012 %
Lada 151527 159490 -5% 44100 50102 -12%
Renault* 67208 57217 17% 19178 17914 7%
KIA 60027 56615 6% 18303 17305 6%
Hyundai* 56582 56908 -1% 15868 15734 1%
Chevrolet 52489 55428 -5% 16083 17180 -6%
VW 49477 50529 -2% 14203 14768 -4%
Toyota* 44610 48790 -9% 15279 15564 -2%
Nissan* 44188 53923 -18% 8272 11806 -30%
Ford* 32289 39651 -19% 8635 12420 -30%
Opel 26731 24553 9% 6899 7169 -4%
Mitsubishi 26322 19326 36% 7182 6261 15%
Škoda 26107 27978 -7% 7488 8802 -15%
GAZ ком.авт.* 24166 24191 0% 7183 7588 -5%
Daewoo 20139 23067 -13% 4241 8975 -53%
UAZ* 15931 17415 -9% 4580 5554 -18%
Mazda 12831 16087 -20% 2206 3182 -31%
Mercedes-Benz 12165 10141 20% 3570 3022 18%
BMW 12063 10264 18% 3245 3020 7%
Audi 11929 10461 14% 3651 3287 11%
Peugeot* 11607 14453 -20% 3300 3918 -16%
SsangYong 9409 9204 2% 2306 2876 -20%
Suzuki 8954 10717 -16% 2921 3955 -26%
Citroen* 8619 10743 -20% 2672 3056 -13%
Honda 7697 5327 44% 2749 2405 14%
Great Wall 6928 3735 85% 2243 1002 124%
Geely 6573 3999 64% 2312 1233 88%
Lifan 6437 6290 2% 2116 1745 21%
Chery 6269 5216 20% 2112 1814 16%
Land Rover 6141 5825 5% 1641 1503 9%
Subaru 5897 4301 37% 1888 1372 38%
Lexus 4938 3925 26% 1726 1511 14%
VW ком.авт.* 4917 5107 -4% 1451 1501 -3%
Volvo 3974 5642 -30% 1066 2021 -47%
Infiniti 3246 3655 -11% 427 808 -47%
FIAT* 1890 3308 -43% 646 144 349%
ZAZ 1331 3998 -67% 401 883 -55%
SEAT 1217 395 208% 357 147 143%
AEB SPONSORS 2013
Allianz IC OJSC Alstom Aon Hewitt Atos Bank Credit Suisse (Moscow) BP BSH Group Cargill Enterprises Inc. Clifford Chance
CMS, Russia Continental Tires RUS LLC Deloitte DHL DuPont Science & Technologies E.ON Ruhrgas AG Enel OGK 5
Eni S.p.A Ernst & Young GDF SUEZ Gestamp Russia HeidelbergCement ING Commercial Banking
INVESTMENT COMPANY IC RUSS-INVEST John Deere Agricultural Holdings, Inc. KPMG LEROY MERLIN Russia MAN Truck & Bus AG
Mercedes-Benz Russia Messe Frankfurt Rus, O.O.O METRO Group Michelin MOL Plc Novartis Group OBI Russia Oranta
Pirelli Tyre Russia PwC Procter & Gamble Raiffeisenbank ZAO ROCA SERVIER Shell Exploration & Production Services (RF) B.V.
Statoil ASA Strana Detey Telenor Russia AS TMF Russia Total E&P Russie Volkswagen Group Rus OOO Volvo Cars LLC
VSK YIT Rakennus Representative Office YOKOHAMA RUSSIA LLC Zurich Insurance Company
Mercedes-Benz ком.авт.* 1201 955 26% 366 281 30%
Jeep 1198 1166 3% 353 312 13%
Porsche 1149 938 22% 372 301 24%
FAW* 1028 - - 522 - -
Bogdan 1024 2568 -60% 247 902 -73%
MINI 803 724 11% 244 225 8%
BAW* 634 559 13% 151 211 -28%
Vortex 585 1795 -67% 68 971 -93%
Cadillac 551 805 -32% 173 242 -29%
Jaguar 442 461 -4% 121 132 -8%
Izh 374 710 -47% 123 118 4%
BYD 100 873 -89% 0 617 -
TagAZ* 94 381 -75% 30 266 -89%
Haima 86 456 -81% 3 66 -95%
Dodge 74 66 12% 23 17 35%
Chrysler 54 51 6% 15 16 -6%
smart 38 - - 14 - -
Isuzu* 32 104 -69% 9 23 -61%
Foton* 6 47 -87% 0 14 -
VIS2 - 1081 - - 336 -
Total 862298 881614 -2% 245334 266597 -8%
1.Продажи легких коммерческих автомобилей включены в общие цифры продаж по маркам, если присутствуют в продуктовой линейке марки (отмечены *);
указаны отдельно по некоторым маркам. LCV<3,5т (в отдельных исключениях масса достигает верхнего предела 6т). Возможны незначительные
корректировки данных по легкой коммерческой технике.
2. С января 2013 г. продажи LADA включают автомобили сборки ООО "ПСА ВИС-АВТО".
ПРОДАЖИ НОВЫХ ЛЕГКОВЫХ И ЛЕГКИХ КОММЕРЧЕСКИХ АВТОМОБИЛЕЙ1
В РФ ПО ГРУППАМ ЗА ПЕРИОДЫ ЯНВАРЬ-АПРЕЛЬ 2013/2012 Г. И АПРЕЛЬ 2013/2012 Г.
(Данные продаж Комитета автопроизводителей АЕБ включают как импортированные, так и локально произведенные автомобили)
январь-апрель апрель
Доля рынка, % Кол-во Кол-во Измене- Доля рынка, Кол-во Кол-во Измене-
шт. шт. ние, % % шт. шт. ние, %
2013 2012 2013 2012 13/12 2013 2012 2013 2012 13/12
ВСЕ МАРКИ 862298 881614 -2% 245334 266597 -8%
AVTOVAZ - RENAULT -
NISSAN 30,9 31,1 266169 274285 -3% 29,3 30,2 71977 80630 -12%
AVTOVAZ 17,6 18,1 151527 159490 -5% 18,0 18,8 44100 50102 -12%
RENAULT 7,8 6,5 67208 57217 17% 7,8 6,7 19178 17914 7%
NISSAN 5,1 6,1 44188 53923 -18% 3,4 4,4 8272 11806 -30%
INFINITI 0,4 0,4 3246 3655 -11% 0,2 0,3 427 808 -47%
VW Group 10,9 10,7 93647 94470 -1% 11,1 10,7 27150 28505 -5%
VOLKSWAGEN 5,7 5,7 49477 50529 -2% 5,8 5,5 14203 14768 -4%
VOLKSWAGEN ком.авт. 0,6 0,6 4917 5107 -4% 0,6 0,6 1451 1501 -3%
AUDI 1,4 1,2 11929 10461 14% 1,5 1,2 3651 3287 11%
SEAT 0,1 0,0 1217 395 208% 0,1 0,1 357 147 143%
SKODA 3,0 3,2 26107 27978 -7% 3,1 3,3 7488 8802 -15%
GM Group 9,3 9,2 79771 80786 -1% 9,4 9,2 23155 24591 -6%
OPEL 3,1 2,8 26731 24553 9% 2,8 2,7 6899 7169 -4%
AEB SPONSORS 2013
Allianz IC OJSC Alstom Aon Hewitt Atos Bank Credit Suisse (Moscow) BP BSH Group Cargill Enterprises Inc. Clifford Chance
CMS, Russia Continental Tires RUS LLC Deloitte DHL DuPont Science & Technologies E.ON Ruhrgas AG Enel OGK 5
Eni S.p.A Ernst & Young GDF SUEZ Gestamp Russia HeidelbergCement ING Commercial Banking
INVESTMENT COMPANY IC RUSS-INVEST John Deere Agricultural Holdings, Inc. KPMG LEROY MERLIN Russia MAN Truck & Bus AG
Mercedes-Benz Russia Messe Frankfurt Rus, O.O.O METRO Group Michelin MOL Plc Novartis Group OBI Russia Oranta
Pirelli Tyre Russia PwC Procter & Gamble Raiffeisenbank ZAO ROCA SERVIER Shell Exploration & Production Services (RF) B.V.
Statoil ASA Strana Detey Telenor Russia AS TMF Russia Total E&P Russie Volkswagen Group Rus OOO Volvo Cars LLC
VSK YIT Rakennus Representative Office YOKOHAMA RUSSIA LLC Zurich Insurance Company
CHEVROLET 6,1 6,3 52489 55428 -5% 6,6 6,4 16083 17180 -6%
CADILLAC 0,1 0,1 551 805 -32% 0,1 0,1 173 242 -29%
KIA 7,0 6,4 60027 56615 6% 7,5 6,5 18303 17305 6%
HYUNDAI 6,6 6,5 56582 56908 -1% 6,5 5,9 15868 15734 1%
TOYOTA Group 5,7 6,0 49548 52715 -6% 6,9 6,4 17005 17075 0%
TOYOTA 5,2 5,5 44610 48790 -9% 6,2 5,8 15279 15564 -2%
LEXUS 0,6 0,4 4938 3925 26% 0,7 0,6 1726 1511 14%
FORD 3,7 4,5 32289 39651 -19% 3,5 4,7 8635 12420 -30%
MITSUBISHI 3,1 2,2 26322 19326 36% 2,9 2,3 7182 6261 15%
GAZ ком.авт. 2,8 2,7 24166 24191 0% 2,9 2,8 7183 7588 -5%
PSA PEUGEOT CITROEN 2,3 2,9 20226 25196 -20% 2,4 2,6 5972 6974 -14%
PEUGEOT 1,3 1,6 11607 14453 -20% 1,3 1,5 3300 3918 -16%
CITROEN 1,0 1,2 8619 10743 -20% 1,1 1,1 2672 3056 -13%
DAEWOO 2,3 2,6 20139 23067 -13% 1,7 3,4 4241 8975 -53%
UAZ 1,8 2,0 15931 17415 -9% 1,9 2,1 4580 5554 -18%
MERCEDES-BENZ 1,6 1,3 13404 11096 21% 1,6 1,2 3950 3303 20%
MERCEDES-BENZ 1,4 1,2 12165 10141 20% 1,5 1,1 3570 3022 18%
MERCEDES-BENZ ком.авт. 0,1 0,1 1201 955 26% 0,1 0,1 366 281 30%
smart 0,0 - 38 - - 0,0 - 14 - -
BMW Group 1,5 1,2 12866 10988 17% 1,4 1,2 3489 3245 8%
BMW 1,4 1,2 12063 10264 18% 1,3 1,1 3245 3020 7%
MINI 0,1 0,1 803 724 11% 0,1 0,1 244 225 8%
MAZDA 1,5 1,8 12831 16087 -20% 0,9 1,2 2206 3182 -31%
SSANGYONG 1,1 1,0 9409 9204 2% 0,9 1,1 2306 2876 -20%
SUZUKI 1,0 1,2 8954 10717 -16% 1,2 1,5 2921 3955 -26%
HONDA 0,9 0,6 7697 5327 44% 1,1 0,9 2749 2405 14%
GREAT WALL 0,8 0,4 6928 3735 85% 0,9 0,4 2243 1002 124%
JAGUAR LAND ROVER 0,8 0,7 6583 6286 5% 0,7 0,6 1762 1635 8%
LAND ROVER 0,7 0,7 6141 5825 5% 0,7 0,6 1641 1503 9%
JAGUAR 0,1 0,1 442 461 -4% 0,0 0,0 121 132 -8%
GEELY 0,8 0,5 6573 3999 64% 0,9 0,5 2312 1233 88%
LIFAN 0,7 0,7 6437 6290 2% 0,9 0,7 2116 1745 21%
CHERY 0,7 0,6 6269 5216 20% 0,9 0,7 2112 1814 16%
SUBARU 0,7 0,5 5897 4301 37% 0,8 0,5 1888 1372 38%
VOLVO 0,5 0,6 3974 5642 -30% 0,4 0,8 1066 2021 -47%
CHRYSLER Group 0,4 0,5 3216 4591 -30% 0,4 0,2 1037 489 112%
FIAT 0,2 0,4 1890 3308 -43% 0,3 0,1 646 144 349%
CHRYSLER 0,0 0,0 54 51 6% 0,0 0,0 15 16 -6%
JEEP 0,1 0,1 1198 1166 3% 0,1 0,1 353 312 13%
DODGE 0,0 0,0 74 66 12% 0,0 0,0 23 17 35%
ZAZ 0,2 0,5 1331 3998 -67% 0,2 0,3 401 883 -55%
PORSCHE 0,1 0,1 1149 938 22% 0,2 0,1 372 301 24%
FAW 0,1 - 1028 - - 0,2 - 522 - -
BOGDAN 0,1 0,3 1024 2568 -60% 0,1 0,3 247 902 -73%
BAW 0,1 0,1 634 559 13% 0,1 0,1 151 211 -28%
VORTEX 0,1 0,2 585 1795 -67% 0,0 0,4 68 971 -93%
IZH 0,0 0,1 374 710 -47% 0,1 0,0 123 118 4%
BYD 0,0 0,1 100 873 -89% 0,0 0,2 0 617 -
TAGAZ 0,0 0,0 94 381 -75% 0,0 0,1 30 266 -89%
AEB SPONSORS 2013
Allianz IC OJSC Alstom Aon Hewitt Atos Bank Credit Suisse (Moscow) BP BSH Group Cargill Enterprises Inc. Clifford Chance
CMS, Russia Continental Tires RUS LLC Deloitte DHL DuPont Science & Technologies E.ON Ruhrgas AG Enel OGK 5
Eni S.p.A Ernst & Young GDF SUEZ Gestamp Russia HeidelbergCement ING Commercial Banking
INVESTMENT COMPANY IC RUSS-INVEST John Deere Agricultural Holdings, Inc. KPMG LEROY MERLIN Russia MAN Truck & Bus AG
Mercedes-Benz Russia Messe Frankfurt Rus, O.O.O METRO Group Michelin MOL Plc Novartis Group OBI Russia Oranta
Pirelli Tyre Russia PwC Procter & Gamble Raiffeisenbank ZAO ROCA SERVIER Shell Exploration & Production Services (RF) B.V.
Statoil ASA Strana Detey Telenor Russia AS TMF Russia Total E&P Russie Volkswagen Group Rus OOO Volvo Cars LLC
VSK YIT Rakennus Representative Office YOKOHAMA RUSSIA LLC Zurich Insurance Company
HAIMA 0,0 0,1 86 456 -81% 0,0 0,0 3 66 -95%
ISUZU 0,0 0,0 32 104 -69% 0,0 0,0 9 23 -61%
FOTON 0,0 0,0 6 47 -87% 0,0 0,0 0 14 -
VIS - 0,1 - 1081 - - 0,1 - 336 -
Отличная от международной классификации: марки, представленные в России группой «СОЛЛЕРС»; также см. выше
SOLLERS Group 2,9 3,0 25372 26723 -5% 2,8 3,2 6895 8453 -18%
ISUZU 0,0 0,0 32 104 -69% 0,0 0,0 9 23 -61%
SSANGYONG 1,1 1,0 9409 9204 2% 0,9 1,1 2306 2876 -20%
UAZ 1,8 2,0 15931 17415 -9% 1,9 2,1 4580 5554 -18%
ПРОДАЖИ НОВЫХ ЛЕГКОВЫХ И ЛЕГКИХ КОММЕРЧЕСКИХ АВТОМОБИЛЕЙ
В РФ ПО МОДЕЛЯМ ЗА ПЕРИОДЫ ЯНВАРЬ-АПРЕЛЬ 2013/2012 Г. И АПРЕЛЬ 2013/2012 Г.
(Данные продаж Комитета автопроизводителей АЕБ включают как импортированные, так и локально произведенные автомобили)
# МОДЕЛЬ МАРКА январь-апрель январь-апрель % апрель 2013 апрель 2012 %
2013 2012
1 Granta Lada 52765 26674 98% 15596 9798 59%
2 Solaris Hyundai 35941 38051 -6% 10553 10979 -4%
3 Kalina Lada 28395 41710 -32% 8857 13890 -36%
4 New Rio KIA 28211 26415 7% 8430 8100 4%
5 Duster Renault 25945 4186 520% 7600 2303 230%
6 Focus Ford 22278 28660 -22% 5546 9063 -39%
7 Polo VW 21798 21979 -1% 6637 6684 -1%
8 Priora Lada 21495 38807 -45% 4962 11374 -56%
9 Niva Chevrolet 17748 19270 -8% 5724 5221 10%
10 Logan Renault 16674 24437 -32% 4890 7297 -33%
11 Octavia A5 Skoda 14617 14902 -2% 4094 4467 -8%
12 4x4 Lada 14599 17484 -17% 3808 4873 -22%
13 Cruze Chevrolet 14565 15823 -8% 4284 5522 -22%
14 Sandero Renault 14464 18741 -23% 4084 5253 -22%
15 Largus Lada 14379 - - 4209 - -
16 Samara Lada 14341 20345 -30% 5257 5779 -9%
Astra (вкл. Opel
17 Astra) Opel 12080 17443 -31% 3221 4916 -34%
18 Nexia Daewoo 11663 13644 -15% 2318 5203 -55%
19 Qashqai Nissan 11424 11918 -4% 1825 3081 -41%
20 RAV 4 Toyota 11410 9589 19% 4974 2340 113%
21 Sportage KIA 10358 - - 2857 - -
22 Camry Toyota 10073 10473 -4% 2822 3412 -17%
23 New Cee'd KIA 9789 - - 3330 - -
24 ix35 Hyundai 9658 7574 28% 2030 2000 1%
25 Tiguan VW 9051 10997 -18% 2424 2994 -19%
AEB SPONSORS 2013
Allianz IC OJSC Alstom Aon Hewitt Atos Bank Credit Suisse (Moscow) BP BSH Group Cargill Enterprises Inc. Clifford Chance
CMS, Russia Continental Tires RUS LLC Deloitte DHL DuPont Science & Technologies E.ON Ruhrgas AG Enel OGK 5
Eni S.p.A Ernst & Young GDF SUEZ Gestamp Russia HeidelbergCement ING Commercial Banking
INVESTMENT COMPANY IC RUSS-INVEST John Deere Agricultural Holdings, Inc. KPMG LEROY MERLIN Russia MAN Truck & Bus AG
Mercedes-Benz Russia Messe Frankfurt Rus, O.O.O METRO Group Michelin MOL Plc Novartis Group OBI Russia Oranta
Pirelli Tyre Russia PwC Procter & Gamble Raiffeisenbank ZAO ROCA SERVIER Shell Exploration & Production Services (RF) B.V.
Statoil ASA Strana Detey Telenor Russia AS TMF Russia Total E&P Russie Volkswagen Group Rus OOO Volvo Cars LLC
VSK YIT Rakennus Representative Office YOKOHAMA RUSSIA LLC Zurich Insurance Company
In []:
Посты чуть ниже также могут вас заинтересовать
Комментариев нет:
Отправить комментарий