练习：药店销售数据分析

import pandas as pd

filename='./朝阳医院2018年销售数据.xlsx'
xls=pd.ExcelFile(filename,dtype='object')
salesDF=xls.parse('Sheet1',dtype='object')

1.提出问题

从销售数据中分析出以下业务指标：

1）月均消费次数

2）月均消费金额

3）客单价

4）消费趋势

'''
查看数据基本信息
'''
salesDF.head()

	购药时间	社保卡号	商品编码	商品名称	销售数量	应收金额	实收金额
0	2018-01-01 星期五	001616528	236701	强力VC银翘片	6	82.8	69
1	2018-01-02 星期六	001616528	236701	清热解毒口服液	1	28	24.64
2	2018-01-06 星期三	0012602828	236701	感康	2	16.8	15
3	2018-01-11 星期一	0010070343428	236701	三九感冒灵	1	28	28
4	2018-01-15 星期五	00101554328	236701	三九感冒灵	8	224	208

#查看数据多少列，多少行
salesDF.shape

(6578, 7)

#查看每一列数据类型
salesDF.dtypes

购药时间    object
社保卡号    object
商品编码    object
商品名称    object
销售数量    object
应收金额    object
实收金额    object
dtype: object

2.数据清洗

1）选择子集（本案例不需要选择子集）

#选择子集的方法
#subSalesDF=salesDF.loc[0:4,'购药时间':'销售数量']

2)列名重命名

#旧列名与新列名对应关系
colName={
  '购药时间':'销售时间'}
'''
inplace=False数据框本身不会变，会创建一个改动后新数据框，
默认inplace=False
inplace=True，数据框本身会发生改变
'''
salesDF.rename(columns=colName,inplace=True)

salesDF.head()

	销售时间	社保卡号	商品编码	商品名称	销售数量	应收金额	实收金额
0	2018-01-01 星期五	001616528	236701	强力VC银翘片	6	82.8	69
1	2018-01-02 星期六	001616528	236701	清热解毒口服液	1	28	24.64
2	2018-01-06 星期三	0012602828	236701	感康	2	16.8	15
3	2018-01-11 星期一	0010070343428	236701	三九感冒灵	1	28	28
4	2018-01-15 星期五	00101554328	236701	三九感冒灵	8	224	208

3)缺失数据的处理

#删除前数据大小
salesDF.shape

(6578, 7)

#删除列（销售时间，社保卡号）中为空的行
#how=‘any’ 在给定的任何一列中有缺失值就删除
salesDF=salesDF.dropna(subset=['销售时间','社保卡号'],how='any')