Python分析入門—藥店分析實例探索

05-15

1、數據分析的基本過程：

（1）提出問題：肯定是來自於實際問題，並想去解決。

（2）理解數據：根據定義的問題來採集相關的數據，然後導入到python數據結構中

（3）數據清洗：對數據進行預處理

（4）構建模型：對清洗後的數據進行簡單分析，複雜的需要機器模型的演算法

（5）數據可視化：通過圖表的方式展示出來

2、數據分析的數據清洗過程是重中之重，常規由6步構成：

（1）選擇子集：只選取我們數據分析需要的。

（2）列名重命名：方便數據分析理解

（3）缺失數據處理：處理缺失數據或空值

（4）數據類型轉換：轉換成可以分析的數據類型

（5）數據排序：提取有價值的信息

（6）異常值處理：超過定義範圍，對異常值進行處理

3、下面以藥店分析為案例進行介紹：

3.1 首先提出問題，根據朝陽醫院2018年的銷售數據來分析出月均消費次數、月均消費金額、客單價。做法是讀取Excel文件，然後通過.head()命令查看能否正常顯示。

3.2 下一步理解數據，根據.shape以及.dtypes命令查看數據行列數及每列數據類型。

3.3 開始重要的數據清理，首先通過rename命令修改列名稱，刪除指定列的缺失值（通過.dropna命令，subset存放刪除指定列，how如何刪除缺失值，any任何一列有缺失值就刪除），通過.shape命令確認先後修改變化。

3.3.1 進行數據類型轉換，通過.dtypes命令查看數據類型，通過.astype對銷售數量、金額列轉化為數值型。同時通過split分割命令，創建對銷售時間進行一整列分割的函數來進行分割，最後通過.loc讀取銷售時間列是否修改成了自己需要的形式，同時要經常通過.dtypes查看數據類型，如發現異常，要進行空值的刪除。