python药学应用_Python数据分析实例一：医院药品销售数据

前面已经分享过python的基础语法，以及数据分析领域最常用的两个包：Numpy和Pandas(戳下面的链接)，下面将用一个实际案例：《朝阳医院2018年销售数据.xlsx》和大家分享一下数据分析的基本流程。赵小娟儿Lyric：【科学计算工具一】初识Numpy​zhuanlan.zhihu.com赵小娟儿Lyric：【科学计算工具二】初识Pandas​zhuanlan.zhihu.com

在此之前，我们先来学习一下，数据分析的基本过程~~

一、明确问题

这里有一份朝阳医院2018年高血压药物的销售数据，我们需要得到以下三个指标：

月均消费次数，总消费次数/月份数，作为销售部门的重要指标值之一。(注意：同一个人同一天的消费只能视为一次消费)

月均消费金额，总消费金额/月份数，主要作为衡量部门收益的一个指标。

客单价，也就是平均交易金额，总消费金额/总消费次数。销售部门看看是否需要提高客单价来提高收益。

总结：这次的数据分析目的是查看销售部门这段时间的销售业绩如何，部门收益如何，是否需要通过提高客单价增加收益。

二、 理解数据

1、采集数据：

2、导入数据：数据存放在excel中

#导包

import numpy as np

import pandas as pd

salesDf = pd.read_excel(r'C:\Users\Juan\Desktop\朝阳医院2018年销售数据.xlsx', dtype = 'object')

#以object的类型读入数据，是为了防止某些数据读不进来，后面再根据需要更改数据类型。

'''

查看数据基本信息

'''

#打印出前5行，以确保数据运行正常

salesDf.head()

3、查看数据的基本信息，从整体上理解数据通过info() 函数info()函数观察结果： (1)数据一共有6578个观测 (2)7个变量/特征(购药时间，社保卡号，商品编码，商品名称，销售数量，应收金额，实收金额) (3)每个特征值对应的观测值均有缺失值

三、数据清洗

1、选择子集有时候原始数据的特征值很多，只有一部分是我们需要的(比如网络上爬取下来的数据中的ip地址这个特征值对后续数据处理没有意义，舍弃)，这时就需要选择数据的部分子集作为我们数据处理的对象。

本案例的所有的特征值都要使