首篇數據分析報告出爐

如果你的目標是：快速從一個小白成長為入門級數據分析師，那麼，編製一份看起來不錯的數據分析報告，絕對是你加入這個行業的敲門磚，也是面試的加分項。帶著這個目標，今天手把手教你如何編製一份數據分析報告。

（一）項目名稱：分析2018年朝陽醫院銷售數據

（二）數據分析步驟

在程序員的是世界裡流行這樣一句話「No more talk，Show me the code"。用數據說話，不要扯淡。數據分析的目標是為了解決實際問題，比如「如何提高銷量」，「消費者偏好分析」等。圍繞實際業務問題，我們可以按照下圖的5個步驟利用數據分析：

本次我們分析2018年朝陽醫院銷售數據，按照上述5個步驟逐一進行

Step 1：提出問題

針對2018年朝陽醫院銷售數據分析這個命題，你的上級、產品經理或僱主等提出3個指標需要你來使用數據進行分析

指標1：月均消費次數

指標2：月均消費金額

指標3：客單價

Step 2：理解數據

「巧婦難為無米之炊」，確定好研究方向後，我們需要採集和理解數據。理解數據的3個步驟依次是：採集數據——導入數據——查看數據信息。

2.1 採集數據：

此次數據的來源是現成的Excel表格（實際問題中，數據來自網頁、API介面、SQL等）

2.2 導入數據：

2.3 查看數據信息：

Step 3：數據清洗（重點）

數據清洗即數據預處理，就是要把採集到的不規範的數據轉換成我們可以用來分析的數據，這個過程往往需要反覆多次，在實際應用中，數據清洗會佔據60%的時間，也是考驗程序員硬功夫的過程。數據清洗包括6個步驟：選擇子集——重命名列名——缺失數值處理——數據類型轉換——數據排序——處理異常值。

3.1 選擇子集：

利用切片loc功能，我們只選擇了從購葯時間到銷售數據這5列的數據，並列印出前5行。

3.2 重新命名列名：

原始表中的「購葯時間」欄位不便於我們理解，在此我們利用rename功能將其改為「銷售時間」，同事保持列中的數據不變。

3.3 刪除缺失值：

為了便於業務分析，利用dropna方法，刪除「銷售時間」和「社保卡號」，兩列中的缺失值，可以看出刪除後行有所變化。

3.4 數據類型轉換：

3.4.1 將「銷售數量」、「應收金額「、「實收金額」三列的數據從字元串（Str）變為浮點類型(Float)。

3.4.2 使用字元串分割，去掉「銷售日期」中的星期欄位

3.4.3 將「銷售時間」列表中的數據從字元串（Str）轉變成日期格式。

3.4：異常值處理

Step 4：構建模型

現在我們才進入指標的分析，如果模型較為複雜，可以使用機器學習。

4.1 指標1：月均消費次數= 總消費次數/月份數

4.2 指標2：月均消費金額

4.3 指標3：客單價

以上呈現了數據分析的前4個步驟，數據可視化我們下次再討論。