Python数据处理

请处理该数据中的缺失值和异常值。

 

import pandas as pd

 

import numpy as np

 

import matplotlib as mp

 

import matplotlib.pyplot as plt

 

data=pd.read_csv("某超市的销售数据.csv",encoding='gbk')

 

 

 

data.dropna(axis=0,how="any",inplace=True)

 

 

 

print(data.head())

 

print(data.shape)

 

print(data.isnull().sum())

解析

import numpy as np

import pandas as pd

 

data=pd.read_csv("某超市的销售数据.csv",encoding='gbk')

data.dropna(axis=0,how='any',inplace=True)#删除空值

 

#print(data.shape)#数据形状

#print(data.isnull().sum())

print(data.head())#输出前五条数据

数据统计处理

进行数据统计处理，统计各大类商品的销售总额。

销售总额=销售数量*销售金额

import numpy as np

 

import pandas as pd

 

data=pd.read_csv("某超市的销售数据.csv",encoding='gbk')

 

data.dropna(axis=0,how='any',inplace=True)#删除空值

 

data['销售金额']=data['销售金额'].astype(float)

 

data['销售数量']=data['销售数量'].astype(float)

 

data['销售总额']=data['销售金额']*data['销售数量']

 

#print(data.shape)#数据形状

 

#print(data.isnull().sum())

 

print(data.head())#输出前五条数据

 

dl=data.groupby('大类名称')

 

dlsum=dl['销售总额'].sum()

 

print(dlsum)

数据可视化

绘制各大类商品的销售总额的条形图

import numpy as np

 

import pandas as pd

 

import matplotlib as mpl

 

import matplotlib.pyplot as plt

 

#正常显示中文

 

mpl.rcParams['font.sans-serif']=['KaiTi']

 

mpl.rcParams['axes.unicode_minus']=False

 

 

 

data=pd.read_csv("某超市的销售数据.csv",encoding='gbk')

 

data.dropna(axis=0,how='any',inplace=True)#删除空值

 

data['销售金额']=data['销售金额'].astype(float)

 

data['销售数量']=data['销售数量'].astype(float)

 

data['销售总额']=data['销售金额']*data['销售数量']

 

#print(data.shape)#数据形状

 

#print(data.isnull().sum())

 

print(data.head())#输出前五条数据

 

dl=data.groupby('大类名称')

 

dlsum=dl['销售总额'].sum()

 

print(dlsum)

 

 

 

plt.figure(figsize=(10,10),dpi=80)

 

plt.xlabel("大类名称")

 

plt.ylabel("销售总额")

 

plt.title("大类销售总额图")

 

plt.bar(dlsum.index,dlsum.values)

 

plt.show()

饼图绘制

按月绘制个大类商品销售总额的占比饼图（每个月的数据绘制一个子图，如下图所示）。

import pandas as pd

 

import numpy as np

 

import matplotlib 

 

import matplotlib.pyplot as plt

 

 

 

matplotlib.rcParams['font.sans-serif']=['SimHei']

 

matplotlib.rcParams['axes.unicode_minus']=False

 

data=pd.read_csv("某超市的销售数据.csv",encoding='gbk')

 

data.dropna(axis=0,how="any",inplace=True)

 

del data['顾客编号']

 

data["销售金额"]=data["销售金额"].astype(float)

 

data["销售数量"]=data["销售数量"].astype(float)

 

data['销售总额'] = data['销售数量'] * data['销售金额']

 

print(data['销售总额'] )

 

x = data.groupby(['大类名称'])

 

y=x['销售总额'].sum()

 

print(y)

 

plt.figure()

 

plt.bar(x=y.index,height=y.values)

 

plt.show()

 

dl=data.groupby(['销售月份','大类名称'])

 

dlsum=dl['销售总额'].sum()

 

print(dlsum[201501])

 

print(dlsum[201501].index)

 

print(dlsum[201501].values)

 

p=plt.figure(figsize=(20,20),dpi=600)

 

p.add_subplot(2,2,1)

 

plt.title("1月销售总额")

 

plt.pie(dlsum[201501].values,labels=dlsum[201501].index,autopct="%1.1f%%")

 

months =[201501,201502,201503,201504]

 

for i in range(4):

 

    size=dlsum[months[i]].values

 

    label=dlsum[months[i]].index

 

    p.add_subplot(2,2,(i+1))

 

    plt.title(f"{i+1}月大类销售总额图")

 

    plt.pie(size, labels=label, autopct='%1.1f%%')

 

plt.show()