python商业数据分析报告范文_python案例分析之电商销售数据分析

import pandas as pd

#读取文件

data= pd.read_csv('./dataset.csv')

########################### 查看数据概览 ###########################

data.head()

# data.info()

# data.shape

# #非空统计

# data.count()

# data.isnull().sum()

# # 拓展,获取含有空值的行

# data[data.isnull().T.any()]

########################### 查看数据概览 ###########################

####################################### 清洗数据 #######################################

# 将其转化成时间(ShipDate，OrderDate均为object，需要先转化成时间)

data['ShipDate'] = pd.to_datetime(data['ShipDate'])

data['OrderDate'] = pd.to_datetime(data['OrderDate'])

#data.info()

#找出发货时间早于下单日期的记录

data[data['ShipDate']

#删去发货时间早于下单日期的记录，且在原数据上进行修改

data.drop(index=data[data['ShipDate']

#data

#查看是否有销售额小于0的记录

data[data.Sales<0]

#RowID不重复的个数 (经过上面的数据处理后 data.shape#(51097, 24)，不重复的为51094)

data.RowID.unique().size

#取出重复的记录

data[data.RowID.duplicated()]

#删去RowID重复的记录，且在原数据上进行修改

data.drop(index=data[data.RowID.duplicated()].index, inplace=True)

#data.info()

#1.查看ShipMode空值

# data[data.ShipMode.isnull()]

# data.ShipMode

#2.对空值进行修补

#从选择的某个轴 返回这个众数, 如果缺失就是用NaN填充, 然后 轴上可能会有多个众数,所以这个函数返回的类型是一个dateframe

# data.ShipMode.mode()[0]

#进行空值填充

data['ShipMode'].fillna(va