【数据分析】多场景下的算法构建

多场景下的算法构建

• 数据：
  某公司A,B产品在2018年1,2,3月的销量数据，数据格式为xlsx

1、批量读取数据，并输出以下信息
（1）数据量
（2）数据字段columns
（3）输出每个文件分别有多少缺失值

• 要求：
  ① 创建独立函数，从读取数据到以上输出要求
  ② 运行代码多次调用创建函数，对数据进行批量处理
• 提示：
  ① 将课程excel数据放入单独文件夹(建议英文路径)，函数中通过input来输入excel数据所在文件夹路径，再通过遍历来读取文件
  ② pd.read_excel()中用“index_col”参数，将第一列变为index
  ③ os.walk(path) → 返回路径中的信息及文件，结果为一个生成器
  ④ 定位缺失值位置：data[data.isnull().values == True]

2、批量读取数据，用均值填充缺失值数据，并完成以下计算及图表制作
（1）读取数据并用均值填充缺失值；对“日期”字段进行时间序列处理，转换成日period ，最后输出三个Dataframe文件data1,data2,data3
（2）分别计算data1，data2，data3中A,B产品的月总销量，并绘制多系列柱状图，存储在对应的图片文件夹路径
（3）分别计算A产品在每个月中哪一天超过了月度80%的销量，输出日期

• 要求：
  ① 分别创建四个函数，对应完成上述需求
  ② 数据文件夹路径和图片存储路径不要相同
• 提示：
  ① 时间序列转换方法提示：pd.to_period
  ② 时间戳Timestampe转化成字符串用str()方法

3、读取数据并合并，做散点图观察A,B产品销量，并做回归，预测当A销量为1200时，B产品销量值
（1）读取数据删除缺失值；对“日期”字段进行时间序列处理，转换成日period ，合并三个月数据，输出data；
（2）针对A产品销量和B产品销量数据做回归分析，制作散点图并存储，并预测当A销量为1200时，B产品销量值

• 要求：
  ① 分别创建两个函数，对应完成上述需求
  ② 数据文件夹路径和图片存储路径不要相同
• 提示：
  ① 用pd.dripna方法去掉缺失值，注意inplace参数

一 导入python包

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.line