探索性分析——某医院18年销售数据分析

针对某医院18年销售记录，做简单的数据分析，熟悉相关语法及分析过程。

一、分析目的

以某医院18年销售数据为例，了解18年的销售情况，分析几个业务指标，例如：月均消费次数，月均消费金额、客单价以及消费趋势等，可以用于了解不同季节的病情、指导医院备货等。

二、 数据分析过程

数据分析过程基本包括：数据获取、数据清洗、模型构建、数据可视化、相关分析等

1、数据获取

根据已有的18年销售单据，提取相应的数据。（本次没有数据抓取过程）首先导入相关的python包，并获取数据集。

# coding: utf-8

import xlrd
import openpyxl
import pandas as pd
from pandas import Series, DataFrame
import numpy as np

#读取数据集,显示前5行
filename = r'C:\Users\Administrator\Desktop\朝阳医院2018年销售数据.xlsx'
datafile = pd.ExcelFile(filename)
data = datafile.parse('Sheet1')

#查看基本信息

data.shape

data.index

data.columns

data.count

显示信息如下：

总共有6578行7列数据，其中购药时间、社保卡号有6576行数据，其他的有6577行数据。所以此数据集中存在缺失值，需对缺失值进行处理。

2、数据清洗

数据清洗基本过程：选择子集、列重命名、缺失值处理、数据类型转换、数据排序、异常值处理等。

为便于分析，将其中列名：购买时间，更改为销售时间，消除歧义。

#列重命名

data.rename(columns={'购药时间':'销售时间'}, inplace = True)

print(data.head())

3、缺失值处理

从前面显示的信息中可以看出࿰