python的dropna subset_python基本分析——药品数据

一、提出问题

从销售数据中分析出以下业务指标：

1)月均消费次数 2)月均消费金额 3)客单价 4)消费趋势

基于pandas库对“朝阳医院2018年销售数据”进行统计分析。

二、理解数据

2.1导入数据

import pandas as pd

fileNameStr='./朝阳医院2018年销售数据.xlsx'

salesDf=pd.read_excel(fileNameStr,sheet_name='Sheet1',dtype=str)

salesDf.head()

2.2查看每一列数据类型

salesDf.shape

(6578, 7)

2.3查看数据格式

salesDf.dtypes

购药时间 object

社保卡号 object

商品编码 object

商品名称 object

销售数量 object

应收金额 object

实收金额 object

dtype: object

2.4查看每一列的描述性统计

salesDf.describe()

2.5切片查询 - iloc

loc是用索引筛选

iloc是用作行号、列号筛选

salesDf.iloc[0:5,3:]

#筛选出第0到第4行，第3列到最后一列

三、数据清洗

3.1选择子集

这里需要完整的原始数据，不需要子集, 如果选择，可以切片等

3.2列名重命名

把“购药时间”改成“销售时间”，用到的函数是rename(columns = ,inplace =true/false)，如果inplace是true，那么会改动现有的数据框，如果false，会新建一个改动后的数据框。

colNameDict={'购药时间':'销售时间'}

salesDf.rename(columns=colNameDict,inplace=True)

salesDf.head()