物流数据分析

import pandas as pd
import numpy as np
data = pd.read('',encodings='gbk')#gbk中文显示
print(data.info())#查看数据信息

#1数据清洗
#整列空值的，或某行有一个以上的空值

#重复值
data = data.duplicates(keep = 'frist',inplace = True)#删除重复数据，keep第一行,true且为替换原数据
#缺失值
data.dropna(axis = 0,how = 'any')#axis =0 删除行，how=any#表示存在一个就删除整行，若为all则全部空才删除
#删除整行
data.drop(columns = ['订单行'],inplace = True)#若删除后再运行会报错，
#删除数据之后index索引列混乱，需要更新index
data = data.reset_index(drop=True,inplace=True)#drop=True删除原索引，并重置

#格式调整(金额单位不一致（万元，元，无单位。。。），
# 且有错误符号（小数位是逗号，要改成点），数据类型要是int、float才能计算)
#先定义处理函数
def data_deal(number):
    if number.find('万元') !=-1:#找到带万元的金额
        float(number[:number.find('万元')].replace(',','.'))*10000
        #number[:number.find('万元')]#number切片，从开头，取到找到