使用藥店數據分析

藥店數據分析

數據分析的一般步驟（自己借鑒並總結的6個步驟）：明確本次分析的目標、觀察和理解給定的數據、數據清洗、構建模型、數據可視化、產生報告。R或者Python等在數據分析中扮演的工具的角色，並不是數據分析的重點，而且並不是每一步都會用到工具。數據分析的目標是通過對數據的挖掘，給出報告，提出切實可行的建議，為組織目標服務。

本文通過對藥店數據進行分析，完整的闡述這個過程。

第一節：明確本次數據分析的目標

明確本次分析的目標。月均消費次數、月均消費金額、客單價、消費趨勢。

第二節：觀察和理解給定的數據

觀察和理解給定的數據。使用jupyter導入Excel數據，並從不同角度觀察數據，包括觀測、變數、導入的數據格式等。如下圖：

第三節：數據清洗

數據清洗。一般步驟：選擇子集、列名重命名、缺失數據處理、數據類型轉換、數據排序、異常值處理。如下圖：

Pandas所支持的數據類型:

1. float

2. int

3. bool

4. datetime64[ns]

5. datetime64[ns,tz]

6. timedelta[ns]

7. category

8. object

默認的數據類型是int64,float64.

第四節：構建模型

構建模型。如下圖：

第五節：數據可視化

業務指標四：消費趨勢，用可是化的手段來展示。如下圖：

第六節：產生報告

最後將這些數據分析的結果做成PPT。