python销售数据分析方法_Python数据分析之药品销售案例分析（上）

一、一维数组

1.1 一维数据可以由numpy中的Array函数或者Pandas包中的Series函数创建，series函数是建立在array函数基础上，功能更加强大一些。

1.2Array 函数

利用numpy包中的array函数定义一维数组。

该一维数组可以利用位置索引进行进行元素查询。

该一维数组可以利用切片进行元素访问。

该一维数组可以利用for循环进行元素访问。

该一维数组可以利用dtype查看数据类型。

该数组可进行统计计算。

该数组采用向量化方式计算

3 Series 函数

Series构建的一维数组与numpy中array构建的一维数组不同的地方在于前者中有索引键，类似于Python中的字典类型。

该类型一维数组可以利用iloc函数利用位置查询元素值，也可以利用loc函数利用索引值查询元素信息。

该类型一维数组采用向量化运算，如果两个数组的索引不对应，则返回空值。

利用dropna( )函数可以删除一维数组中的缺失值

利用add函()函数将两个一维数组相加是可以利用fill_value参数对缺失值进行赋值。

二、二维数据分析

利用numpy中的array()函数和pandas包中的dataframe()函数构建二维数组

2.1 array()函数

Array()函数构建二维数组，同一维数组差不多，同样可以利用位置进行索引，如果选取整行或整列，可只用冒号(:)即可

Array( )二维数组中增加了数轴参数，利用数轴参数可以方便地对每行或每列进行计算，axis = 0，按列进行计算，axis = 1 按行进行计算。

2.2 dataframe()函数

利用pandas包中的dataframe()函数定义二维数组，首先定义一个字典，然后将字典传入dataframe的参数中

利用mean函数可以计算没列的平均值

可以利用iloc函数利用位置查询元素值

可以利用loc函数利用索引查询元素值

三、 朝阳区医院药品销售分析案例

3.1 数据分析的基本步骤

3.2 提出问题

为了更好的评估朝阳区医院的药品的销售情况，现对朝阳区医院的药品销售情况进行数据分析，希望得出月均消费次数，月均消费金额和客单价等三个指标。

月均消费次数 = 总消费次数 / 月份数

其中，同一天内，同一个人发生的所有消费算作一次消费。

月均消费金额 = 总消费金额 / 月份数

客单价 = 总消费金额 / 总消费次数

3.3 理解数据

理解数据首先要了解数据集的结构，数据类型，数据集大小，记录多少及有多少变量等信息。

利用head( )函数可以查看数据集的前五行

利用shape函数可以查看数据集的记录数和变量个数

利用dtype函数可以查看数据集的数据类型

3.3 数据清洗

3.3.1 数据清洗的一般步骤

3.3.2 选择子集

利用loc函数可以选择数据集的子集。本案例不需要选择子集。

3.3.3 列名重命名

利用rename函数可以对列名进行重命名。Rename函数中参数inplace如果等于True则数据框中新列明替换原列名，如果等于False则原数据框不变，而重新创建一个新的数据框。

3.3.4 缺失数据处理

利用dropna函数可以将缺失值进行删除。参数subset用于指定要删除有缺失值得列，参数how=’any’指在给定的任何一列中有缺失值就删除

3.3.5 数据类型转换

利用astype函数可以将一种数据类型转换为另外一种数据类型。利用to_datetime函数可以将字符串转换为日期类型。

3.3..6 数据排序

利用sort_values函数可以将数据进行排序，其中ascending参数为True则升序排序，为False则降序排序。

3.3.7 异常值处理

可以利用条件判断筛选出所要的数据，利用loc函数利用结合条件语句筛选得出的行号

3.4 构建模型

3.4.1 构建月均消费次数模型

每人每天中发生的所有消费算作一次消费，一次注意数据中要进行去重。

利用drop_duplicates()函数删除重复数据。

月均消费次数 = 总消费次数 / 月份数

3.4.2 构建月均消费金额模型

月均消费金额 = 总消费金额 / 月份数

3.4.3 构建客单价模型

客单价 = 总消费金额 / 总消费次数