python 交叉分析应用

工作中常常做各种交叉变动分析，需要快速出结论，如果没有现成的BI平台支持，还有以下方法可以实现：
1）excel（适用于小数据量级分析）
2）sql（适用于数据量较大的简单分析）
3）python（依托于丰富的第三方开源库，可以根据业务需求，较为灵活地处理业务数据，进行分析、可视化呈现。）

举个简单栗子：
假设某客户某段时间内购买规模下跌较大，可以从产品类型、新购/退还/组件变配去交叉分析，尽可能从数据特征上追溯出客户行为特征（是什么？），结合其它客户业务背景，总结出导致规模下跌的主要原因（为什么？）以及应对策略（怎么做）。

简单的变动分析代码如下，读取数据源CSV，会输出一个变动数据明细excel（包含新购/退还/组件1变配/组件2变配 共4个sheet）：

import pandas as pd
import numpy as np

readPath1 = "D:\\工作\\date1.csv"
readPath2 = "D:\\工作\\date2.csv"
outputDir="D:\\工作\\变动分析\\"

#读取两个日期的明细数据，指定读取字段的数据类型
data1=pd.read_csv(readPath1,
                  sep=',',
                  usecols=["id", "category1", "category2", "value1", "value2", "value3"],
                  dtype={
   "id": np.str, "category1": np.str,"category2": np.str, "value1": np.int32, "value2": np.float32,"value3": np.float32},
                  encoding = 'gb18030')
data2=pd.read_csv(readPath2,
                  sep=',',
                  usecols=["id", "category1", "category2", "value1", "value2", "value3"],
                  dtype={