python 销售数据分析输出表格_Python处理Excel数据实例--销售数据分析

数据分析笼统来说，大概分为五个步骤：提出问题、理解数据、数据清洗、构建模型、数据可视化。在数据分析中，很基础又关键的一步就是数据清洗，对原始数据的处理会花掉整个分析过程的很大一部分时间，这是因为如果前期数据没有处理好，会影响后续的分析以及建模。那么当我们拿到一份数据，该如何对数据进行处理和分析呢？下面以药店销售数据为例，进行如下分析：

导入pandas、numpy包及excel原始数据：

import pandas as pd

import numpy as np

filename = r'C:\安装包\朝阳医院2018年销售数据.xlsx'

salesDf = pd.read_excel(filename, sheet_name='Sheet1', dtype = 'object')

salesDf.head()

salesDf.shape

1.提出问题

通过这些数据我要分析什么？这个可能一开始是来自于老板或者其他部门的需求，他们提出需求后，我们来进行分析，在这个案例里，我们收到的需求是分析“月均消费次数”、“月均消费金额”、“客单价”、“消费趋势”。

2.理解数据

明确了分析目的之后，对原始数据进行观察，这个数据是一个6578行、7列的数据集。列属性分别为：购药时间、社保卡号、商品编码、销售数量、应收金额、实收金额，type为object；除此之外，还要观察数据结构以及数据的一些逻辑关联，形成一个大概的分析思路后，再进行下一步数据清洗工作。

#