利用Python进行数据分析（附详细案例）_python数据分析案例

解决方法：

1 查看Excel文件存放路径

具体操作：点击文件名，鼠标右键，选择“属性”，找到下面标红的两个地方。

2 将上面标红的两处合成文件的路径，

格式为文件夹\文件名，比如F:\ann\Untitled1.ipynb

3 最后把路径中全部的斜杠（/）或者反斜杠（\）替换为双反斜杠（\）

最后的路径为F:\ann\Untitled1.ipynb

三、Python具体案例分析：药店销售数据

3.1 提出问题

分析指标：

月均消费次数
月均消费金额
客单件
消费趋势

3.2 理解数据

3.3 清洗数据

3.3.1 选择子集

3.3.2 列名重命名

3.3.3 缺失数据处理（dropna(）函数）

Python缺失值有3种：None，NA，NaN。（分析数据时，如果遇到什么错误，比如float错误，就要考虑是否为缺失值，若是，则需要处理掉）。

1. Python内置的None值；
2. pandas中，将缺失值表示 为NA，表示不可用not available；
3. 对应数值数据，pandas使用浮点值NaN（Not a Number）表示缺失数据；

None和NaN的区别：None是Python的一种数据类型（NoneType），NaN是浮点类型(float)，两个都用作空值。

3.3.4 数据类型转换

3.3.5 数据排序

3.3.6 异常值处理

3.4 构建模型

3.4.1 指标1：月均消费次数=总消费次数/月份数

3.4.2 指标2：月均消费金额=总消费金额/月份数

3.4.3 指标3：客单价=总消费金额/总消费次数

客单价（per customer transaction）：商场（超市）每位顾客平均购买商品的金额，即是平均交易金额。

3.4.3 消费趋势

最后

在学习python中有任何困难不懂的可以微信扫描下方CSDN官方认证二维码加入python交流学习
多多交流问题，互帮互助，这里有不错的学习教程和开发工具。

👉[[CSDN大礼包：《python安装包&全套学习资料》免费分享]]（安全链接，放心点击）

一、Python所有方向的学习路线

感谢每一个认真阅读我文章的人，看着粉丝一路的上涨和关注，礼尚往来总是要有的：

①　2000多本Python电子书（主流和经典的书籍应该都有了）

②　Python标准库资料（最全中文版）

③　项目源码（四五十个有趣且经典的练手项目及源码）

④　Python基础入门、爬虫、web开发、大数据分析方面的视频（适合小白学习）

⑤ Python学习路线图（告别不入流的学习）

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！