电商案例分析（上）

'''
1.1 背景与目标
1.2 数据准备
    1.2.1 数据采集：pd.read_csv()
    1.2.2 了解数据基本情况：data.shape,data.dtypes,data.info()
1.3 数据清洗
    1.3.1 查看是否有缺失值：data.isna().any()
    1.3.2 查看是否含有异常值：data.describe()
    1.3.3 数据整理：data.to_datetime()
1.4 具体目标分析
    1.4.1 分析每年销售额的增长率
    1.4.2 各个地区分店的销售额
    1.4.3 销售淡旺季分析
    1.4.4 新老客户数
    1.4.5 用户价值度RFM模型分析
1.5 案例结论
'''
 

import pandas as pd
'''
使用read_csv读取数据的时候，需要根据csv文件存储的编码格式进行读取
csv常见的编码格式：UTF-8、GBK、ISO-8859-1
'''
data = pd.read_csv('./dataset2011-2015.csv',encoding='ISO-8859-1')


print('数据源的形状：',data.shape)
'''
需要特别注意日期字段的数据，整理数据的时候可以将其转换成时间格式，方便获取数据
'''
print('数据源的类型：',data.dtypes)


'''
Postal Code(邮编)字段有缺失值，而该字段对我们分析不会产生影响，可以不用处理
'''
print('初步判断数据是否有缺失值：',data.info())


'''
isna().any()返回一个仅含True和False这两种值的Series
'''
print('每个字段中是否含有空值：\n',data.isna().any())


'''
describe可以用来统计数据集的集中趋势，分散和行列的分布情况
'''
data.describe()


'''
需要处理时间的类型，将其修改成datetime类型
'''
data['Order Date'] = pd.to_datetime(data['Order Date'])
print(data.dtypes)


'''