数据分析实战 - 超市销售数据分析，csv输入输出（附带样本集）

        导语：给你这样一份数据，来自收银台记账数据，你能提取什么信息？有多大价值？找出这样的信息需要多久时间？

如果使用自动化工具，几十行python代码，能做什么？

首先，导入数据集：

import pandas as pd
import numpy as np

flies = 'input.csv'
data=pd.read_csv(flies,encoding="gbk")

对大类分组，计算销售金额：

a=[]  #创建空list来保存数据
b=[]

for name, group in data.groupby(['大类名称']):
  a.append(name)
  b.append((group['销售金额'].sum()))
print(a)  #验证大类名称
data_21={'名称':a,'金额':b}  #创建一个数据集来保存
data_21=pd.DataFrame(data_21)
data_21.to_csv('putout1.csv')  #输出为csv

对中类别，是否促销分组，计算销售金额：

a=[]
b=[]

for name, group in data.groupby(['中类名称', '是否促销']):  #对两个列表进行分组
    a.append(name)
    b.append((group['销售金额'].sum()))
print(a)
print(b)
data_22={'名称':a,'金额':b}
data_22=pd.DataFrame(data_22)
data_22.to_csv('putout2.csv')

销售日期转化为序列，便于计数：

b=data['销售日期']
print(b.count())

b1=1
s=1
tianshu=[]

for i in range(0,b.count()-1):  #如果两个序列前后不一样则认为是新的一天
    if b[i]==b[i+1]:
       tianshu.append(b1)
    else:
        b1=b1+1
    tianshu.append(b1)
print(tianshu)
data['天数']=tianshu  #将新生成的天数序列加入data数据中

生成周序列：

zhoushu=[]
zhou=1
for i in data['天数']:  #每隔7天为新的一周数
  if i <= 7*zhou:
    zhoushu.append(zhou)
  else:
    zhou=zhou+1
    zhoushu.append(zhou)
# print(zhoushu)
data['周数']=zhoushu

统计商品一周销售金额：

a=[]
b=[]
for name, group in data.groupby(['商品类型', '周数']):
  a.append(name)
  b.append((group['销售金额'].sum()))
print(a)
print(b)

统计顾客每月销售额，消费天数：

jine=[]
guke=[]

for name, group in data.groupby(['顾客编号', '销售月份']):#月份也可以用2015-01来表示
  guke.append(name)
  jine.append((group['销售金额'].sum()))
  print(list(name))
  print('本月消费天数为：',len((set((group['天数']).tolist()))))
  print('销售金额为：',(group['销售金额'].sum()))

看看结果：

 有了数据，就可以很轻松的绘制各类图表，实现分析结果的可视化。

 自己动手试一下吧，样本集：

链接：https://pan.baidu.com/s/1gdQGaqq_g-BB1bkGKZtaaA?pwd=4is5 
提取码：4is5 

补充tip:

groupby()分组函数

       任何分组(groupby)操作都涉及原始对象的以下操作之一：

• 分割对象
• 应用一个函数
• 结合的结果

        在许多情况下，我们将数据分成多个集合，并在每个子集上应用一些函数。在应用函数中，可以执行以下操作 ：

• 聚合  计算汇总统计
• 转换  执行一些特定于组的操作
• 过滤  在某些情况下丢弃数据