python商品销售情况数据分析_药店商品销量分析(python)

一、数据分析的步骤

二、提出问题

分析药店商品销售情况

1)月均消费次数

2)月均消费金额

3)客单价

4)消费趋势

5)热销商品、滞销商品

三、理解数据

销售数据源为excel文件

字段的含义：

共有6579条销售数据

共有7个字段分别为：购买时间、社保卡号、商品编码、商品名称、销售数量、应收金额、实收金额

四、清洗数据

本次分析采用Jupyter Notebook分析，数据集为本地excel文件

(1)选择子集

本次分析的excel工作簿里面只有一个工作表

#导入数据分析包

importpandas as pd

salesDf= pd.read_excel('./朝阳医院2018年销售数据.xlsx')#head()打印前5行

#df = pd.read_excel(path,sheet_name=4,header=6)# 指定序号为4的工作簿，用第6行做为行索引

"""sheet_name,工作簿的序号从0开始 """

#header从0开始计数

print(salesDf.head())

(2)列表重命名

#字典：旧列名和新列名对应关系

colNameDict = {'购药时间':'销售时间'}'''inplace=False，数据框本身不会变，而会创建一个改动后新的数据框，

默认的inplace是False

inplace=True，数据框本身会改动'''salesDf.rename(columns= colNameDict,inplace=True)

salesDf.head()

(3)删除重复值

print('删除重复值前大小',salesDf.shape)#删除重复销售记录

salesDf =salesDf.drop_duplicates()print('删除重复值后大小',salesDf.shape)

删除前后数据进行对比，发现本数据集没有重复值

(4)缺失值处理  info也可以查看字段的数据类型

"""整体观察"""df.info()"""如果缺失的数据很少，可以直接进行删除"""

"""如果缺失的数据量较大，