python分析excel数据-总结:像Excel一样使用python进行数据分析

Excel是数据分析中最常用的工具，本篇文章通过python与excel的功能对比介绍如何使用python通过函数式编程完成excel中的数据处理及分析工作。在Python中pandas库用于数据处理，通过这些函数介绍如何通过python完成数据分析中导入数据，理解数据，清洗数据，模型构建和一部分KPI指标如何实现。

使用的数据是 朝阳医院2018年销售数据

导入数据以及理解数据部分

导入excel

import pandas as pd

xls=pd.ExcelFile("G:\xlsx文件\朝阳医院2018年销售数据.xlsx’)

salesdf=xls.parse("Sheet1’)

Salesdf.head()

数据维度(行列)

shape可以查看该表中的行数和列数

查看数据格式

Dtypes是一个查看数据格式的函数，可以一次性查看数据表中所有数据的格式，也可以指定一列来单独查看。

指定一列查看：

查看统计信息

使用Describe函数可以查看统计信息计数，平均值，标准差，最小值，四分位数，中位数，最大值。

查看列名称

使用columns函数查看列名称

数据清洗部分

删除缺失值

Python中处理空值的方法比较灵活，可以使用 Dropna函数用来删除数据表中包含空值的数据，也可以使用fillna函数对空值进行填充。

使用fillna函数把空值用0填充

更改列名称

Rename是更改列名称的函数，我们将来数据表中的应收金额列更改为应收金额(元)

salesdf=salesdf.rename(columns={"应收金额’:’应收金额（元）’})

删除重复值

使用drop_duplicates()删除重复值

分列

sales_split=pd.DataFrame((x.split(" ") for x in salesdf["购药时间’]),

index=salesdf.index,

columns=["日期’,’周几’])

需要注意的是缺失值会被当作浮点型 而split函数需要字符串类型，要先删除缺失值

将完成分列后的数据表与原数据表进行匹配

salesdf=pd.merge(salesdf,sales_split,right_index=True, left_index=True)

删除列

使用drop删除列，有以下等价的语法

DF= DF.drop("column_name’, 1)；

DF.drop("column_name’,axis=1, inplace=True)

使用drop删除了购药时间这一列。

修改日期格式

使用to_datetime函数进行修改

salesdf.loc[:,’日期’]=pd.to_datetime(salesdf.loc[:,’日期’],format=’%Y-%m-%d’,errors=’coerce’)

排序

使用sort_values进行排序

By:按哪一列排序

ascending=True降序

ascending=Falses升序

salesdf=salesdf.sort_values(by=’日期’,ascending=True)

重命名行名

使用reset_index重命名行名

删除异常值

由于销量，应收金额和实收金额不为负，所以应该清除异常值

使用查询条件删除了异常值

数据建模部分

数据筛选

#使用“与”条件进行筛选

salesdf.loc[(salesdf["列名’]==’数值’)&(salesdf["列名’]==’数值’),["列名1′,’列名2′,’列名3′,’列名4’]]

#使用“或”条件进行筛选

salesdf.loc[(salesdf["列名’]==’数值’)|(salesdf["列名’]==’数值’),["列名1′,’列名2′,’列名3′,’列名4’]]

在前面的代码后增加price字段以及sum函数，按筛选后的结果将price字段值进行求和，相当于excel中sumifs的功能。

还有一种筛选的方式是用query函数。下面是具体的代码和筛选结果。

数据汇总

Excel的数据目录下提供了“分类汇总”功能，可以按指定的字段和汇总方式对数据表进行汇总。Python中通过Groupby函数完成相应的操作，并可以支持多级分类汇总。

Groupby是进行分类汇总的函数，使用方法很简单，制定要分组的列名称就可以，也可以同时制定多个列名称，groupby按列名称出现的顺序进行分组。同时要制定分组后的汇总方式，常见的是计数和求和两种。

可以通过关联的列进行查询，通过groupby函数计算出了商品的销售次数。

计算几个KPI指标：

1.月均消费次数

删除重复数据计算消费总次数

设定好起始日期和结束日期

计算天数，月份数。然后用所有消费次数除以月份数可以得到月均消费次数。

2.客单价

使用总消费金额除以消费次数得到客单价

3.月均消费金额

使用总消费金额除以消费次数得到月均消费金额