python营业数据分析_小案例-使用python进行销售数据分析

数据分析步骤：提出问题、理解数据、数据清洗、构建模型、数据可视化

数据：朝阳医院2018年销售数据

一、提出问题

从销售数据中分析以下业务指标：月均消费次数、月均消费金额、客单价、消费趋势

二、理解数据

(1)使用python读取excel数据

(2)打印前5行：salesDf.head()

(3)有多少行，多少列： salesDf.shape

(6578,7)

(4) 查看列的数据类型：salesDf.dtypes

三、数据清洗

数据清洗包括7个步骤：选择子集

列名重名

删除重复值

缺失值处理

一致化处理

数据排序

异常值处理

(1)选择子集

本案例不需要选择子集

(2)列名重命名

(3)删除重复值

本案例暂时不需要删除重复值

(4)缺失值处理

python缺失值有3种：

a. Python内置的None值

b. 在pandas中，将缺失值表示为NA，表示不可用not available。

c. 对于数值数据，pandas使用浮点值NaN(Not a Number)表示缺失数据。

后