Day12----Python超市电商数据分析(一)

Python超市电商数据分析(一)

数据源概况：

本案例将对某大型超市的零售数据进行数据分析，通过了
解运营状况，做出合理的决策。详细字段是：
Row ID:行编号；
Order ID:订单ID；
Order Date:订单日期；
Ship Date:发货日期；
Ship Mode:发货模式；
Customer ID:客户ID；
Customer Name:客户姓名；
Segment:客户类别；
City:客户所在城市；
State:客户城市所在州；
Country:客户所在国家；
Postal Code:邮编；
Market:商店所属区域；
Region:商店所属州；
Product ID:产品ID；
Category:产品类别；
Sub-Category:产品子类别；
Product Name:产品名称；
Sales:销售额；
Quantity:销售量；
Discount:折扣；
Profit:利润；
Shipping Cost:发货成本；
Order Priority:订单优先级；

读取文件

# 加载数据分析需要使用的库
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings

plt.rcParams['font.sans-serif'] = ['SimHei']
warnings.filterwarnings('ignore')

#数据加载和整合
# 加载零售数据集，使用'ISO-8859-1'编码方式
df = pd.read_csv('E:/market.csv',encoding='ISO-8859-1')
df.head()
#数据大小
df.shape
#数据分布情况
df.describe()

market.csv部分数据如下：

读取、清洗数据:

1. 使用pandas的read_csv读取数据后，查看各列数据的空值情况，发现Postal Code字段（邮编字段）有空值，而且这一列不重要，所以首先删除掉Postal Code列；

#重命名列名
df.rename(columns = lambda x: x.replace(' ', '_').replace('-', '_'), inplace=True)
#1.查看各列数据的空值情况，发现Postal Code字段（邮编字段）有空值，而且这一列不重要，所以首先删除掉Postal Code列；
#查看缺失值
df.isnull().sum(axis=0)
#删除邮编信息列
df.drop(["Postal_Code"],axis=1, inplace=True)

2. 使用DataFrame对象的describe()方法，没有发现异常数
   据，所以，不必处理；

df.describe()

3. 将Order Date订单日期字段的数