利用python学习了简单一维数组和二维数组,明白了集合、数组、字典大概的关联,并学会从中点用不同的数组类型进行更好的分析。
![5627f4f8317caf4c70c031d0175a071f.png](https://i-blog.csdnimg.cn/blog_migrate/560baeeaf7fa7fa52e9a621c626a0842.jpeg)
读取excel文件,开始进行最简单的数据清洗。
![ffd9fb9f7814046114dac583a72cee37.png](https://i-blog.csdnimg.cn/blog_migrate/efdfe7dd715e1d95a0e609bca46c4c93.jpeg)
将购药时间重新命名为销售时间,即python可以实现对列名称进行更换。
![33d264c0a84c6de657bf5894c9649c3e.png](https://i-blog.csdnimg.cn/blog_migrate/2db40b70547e5032bac46e45c7b38e2e.jpeg)
因为最开始引用的数据格式全部为文本格式,现在需要将销售数据、应收金额、实收金额转换为浮点数据进行运算。
还需要进行一步:对数据表中的空值进行删除,以便后续处理。
函数的那一步意义为:将销售时间‘2018-01-01 星期五’用split函数进行分列,提取分析所需的信息,即‘2018-01-01’。其中用到了for循环和自定义函数。
![05fd9955c8530d8cb8b8f6d73c6058a3.png](https://i-blog.csdnimg.cn/blog_migrate/161b7c8bf4aaacb61e491c01887539f2.jpeg)
然后将销售时间数据的格式转换为日期格式,便于进一步的统计分析。(注意:在这一步的时候可能会出现日期格式数据出现控制,所以需要将空值进行删除)
在完成数据格式转换以后,用file.dtypes可以看到每一列的数据格式。
接下来将数据按照销售时间的升序排列。
![39bcf201599f3167c2be768b69a80270.png](https://i-blog.csdnimg.cn/blog_migrate/f7e6403e4b4a641434e3a812dfc3bdae.jpeg)
数据清洗完成后,可以开始数据分析或者数据运算。
![945630f2abbcc64d2ebfdd4e657df1a1.png](https://i-blog.csdnimg.cn/blog_migrate/54a5864cb1a5c467f53e9a80b552970c.jpeg)
这里用到了分组功能,因之前已经把销售时间数据变为了日期数据,所以可以根据月份分类,直接可以显示各个月份的销售数量、应收、实收金额。
![0693e2ab4785f869526fcc6befed540c.png](https://i-blog.csdnimg.cn/blog_migrate/2f9afdc87ac11bc963e787ebc3c2e54b.jpeg)
应用以上内容,我将针对某微信公众号在2019年的数据进行简单统计分析。首先导入excel文件。
![9914b950557ea306c85a9fd9504ae513.png](https://i-blog.csdnimg.cn/blog_migrate/055fe1d058f3a878d1a32ceda51e668a.jpeg)
删除空值,将阅读量、当日涨、掉粉量和分享量的数据转为浮点型,把日期数据转为日期格式。
![638d41f6b6b512a9ec76cf50a15f75b4.png](https://i-blog.csdnimg.cn/blog_migrate/332740736fd816950c85af6ca5f5d1ba.jpeg)
根据每个月的阅读量、分享量、当日涨粉、掉粉情况进行统计,并计算了2019年总的阅读量。
![b0c7a89cfa87ee96bafc88a6146e2b2f.png](https://i-blog.csdnimg.cn/blog_migrate/63506e5e281fecda0f738d4372e7a16c.jpeg)
根据以上的学习,大概了解了用python清洗数据的过程,可以类比excel来想。在excel中可能运用数据透视表就可以很简单运行的东西,在python中对应的相对较复杂的变成语句,这个时候可以结合自己的熟练程度,进行不同软件的选择。在统计分析方面,python有固定的格式,可能以后会学到不同的语句。
在python语句运行中,需要特别小心,可能前一个语句重复运行尽毁导致下一个语句的无法运行,要更加细心。