Python商务数据分析 第8章 咖啡销售情况分析.pptxVIP

第8章咖啡销售情况分析

第8章咖啡销售情况分析8.1准备数据importnumpyasnpimportpandasaspdimportmatplotlib.pyplotasplt?data=pd.read_excel(data\某咖啡公司销售数据.xlsx)#读取数据集data#打印数据集

第8章咖啡销售情况分析8.2数据清洗8.2.1缺失值处理data.isnull().info()#查询缺失值

第8章咖啡销售情况分析8.2数据清洗8.2.2重复值处理很多数据都是有重复值的，这在数据分析前必须删除掉，不然会影响结果的准确度，清洗方法为drop_duplicates()。输出结果显示清洗后的数据集中包含4264行数据（共14列），因此数据集中原先存在两条重复数据。print(输出前:,data.shape)?#清洗前的数据集大小data=data.drop_duplicates()#清洗重复值print(输出前:,data.shape)?#清洗后的数据集大小

第8章咖啡销售情况分析8.3数据分析8.3.1数据集概要8.3.2描述性分析data.shape#用shape方法查看维度输出结果：(4246,14)data.describe()

第8章咖啡销售情况分析8.3数据分析8.3.3排序分析想看不同产品类别的销售利润额从高到低的情形。sort_values(by=利润额)表示按利润额排序，ascending=False表示降序排序data.sort_values(by=利润额,ascending=False).head()#前5条数据

第8章咖啡销售情况分析8.3数据分析8.3.4数据分组data1=data.groupby([产品类别])[[利润额,销售额]].sum()#根据产品类别分组，查看利润额、销售额data1#计算结果保存在新的变量中data1.sort_values(by=利润额,ascending=False)

第8章咖啡销售情况分析8.3数据分析8.3.5数据查询data1=data.loc[(data[利润额]0)]#找出存在负利润的行data1.sort_values(by=利润额).head()#对利润额进行升序排序，显示前5条数据data1=data.loc[(data[利润额]0)(data[产品类别]==清凉茶)]data1.sort_values(by=利润额).head()

第8章咖啡销售情况分析8.3数据分析8.3.6复杂条件查询data1=data.loc[(data[产品类别]==清凉茶)]data1.pivot_table(values=[利润额,销售额],index=[区域,产品类别],aggfunc=[sum,mean,max,min])

第8章咖啡销售情况分析8.3数据分析8.3.7新增数据列data1=data[利润额]/data[销售额]data[利润率]=data1.apply(lambdax:format(x,.2%))#小数点后保留两位，换算成百分比格式data.head()

第8章咖啡销售情况分析8.4数据可视化8.4.1产品类别利润额可视化importmatplotlib.pyplotaspltplt.rcParams[font.sans-serif]=[simsun]#设置加载的字体名称plt.rcParams[axes.unicode_minus]=False?#解决保存图像是负号-显示为方块的问题?data1=data.pivot_table(values=[利润额],index=[产品类别],aggfunc=(sum))data1.plot.bar(figsize=(10,6))

第8章咖啡销售情况分析8.4数据可视化8.4.1产品类别利润额可视化

第8章咖啡销售情况分析8.4数据可视化8.4.2产品利润额分布区间可视化图中显示有一种产品的利润额接近140（属于异常情况，因为数据点显示在箱线图外），另一种产品的利润额接近0。data1=data.pivot_table(values=[利润额],index=[产品名称])data1.plot.box(figsize=(10,6))plt.show()