.describe() python_用Python做描述统计

一直用零零散散的时间自学Python，之前一直都在模仿书上的整理好的程序来做，今天准备自己动手

从阿里巴巴天池下载的数据，只有用户ID，购买ID，购买时间，购买数量，商品属性，还有一张表更简单，就只有用户ID，出生日期和性别

首先，Python描述统计分析，describe函数中的include设置为all意思就是描述所有数值型数据和离散型数据，如果不设置，默认就是只描述数值型数据

import 

结果用户编号、商品编号还有日期都被解读成数值型数据了，所以重新来过吧

先把用户编号，商品编号，商品类别转化为文本型数据，再把日期数据转化为日期，代码如下

sales_data=pd.read_csv('sale_data.csv',parse_dates=['day'],
                       dtype={'user_id':str,'auction_id':str,
                              'cat_id':str,'cat1':str})
sales_data.describe(include='all')

结果如下

本来是想对数据做一下RFM分析的，重复最多的用户编号只有4次，放弃这个想法；

然后之后的项目编号、分类编号还有根分类可以发现客户购买的产品还是挺分散的；

之后的购买数量也是说明了这个问题，最大值为10000，这个很可能是异常值，大部分客户都是买的1件商品

从购买日期上看14年的双十一这天重复出现了454次，看来双十一这个活动还是挺影响销量的

下一篇讲数据可视化想从购买时间和购买数量入手，说说这部分数据对库存的影响