利用Python對咖啡館營業作一個簡單的數據分析

準備數據

一、導入python數據分析模塊三劍客：pandas\matplotlib\numpy 二、用read_excel()方法導入數據源 .輸出結果截圖以下（部分）： 能夠看到有這些數據：訂單日期、市場類別、區域、產品類別、產品名稱、預計銷售成本、預計毛利、預計利潤、預計銷售額、銷售成本、存貨、毛利、利潤額、銷售額等等。

數據清洗

一、缺失值的處理 能夠看到，這份數據很乾淨，沒有空值。缺失值查詢也能夠用info()方法。

若是數據中有缺失值，咱們能夠用dropna()方法進行刪除，或者用fillna()進行填充。

二、重複值處理

不少數據都是有重複值的，這個在數據分析前必須刪除掉，否則影響結果的準確度,清洗方法爲drop_duplicates()。 結果顯示，無重複。完了，我找的這個數據多是別人已經清洗過的了，可能不須要我清洗了，打擾了。

數據分析

一、數據總體狀況把握，用shape方法查看維度。 結果顯示，這個數據有4248行，14列。

二、用describe()方法進行描述性分析 從這個步驟，想必你已經看出Python的強大之處了，一個小方法，瞬間能夠查看各列數據的計數、平均數、極值、方差、4分位數等等。固然，若是你這樣寫：describe(include='all')，數據會更加詳細。

三、排序分析

好比我想看每一個產品利潤額從高到低的分析。 sort_values(by='利潤額')表示按利潤額排序，ascending=False表示降序排序，head()數據太大了，因此我用這個函數默認取前5個數據。

四、數據分組（跟SQL中的分組同樣）

好比，我想看不一樣產品類別的利潤額大小。 我用groupby()查看了利潤額和銷售額，根據肉眼，你一下估計看不出利潤額哪一個大對不對？那能夠根據上面我介紹的排序知識來排序。 超快吧，要比excel方便對不對。

五、根據條件查詢數據

好比，我要看看哪些產品有負利潤。 發現普洱茶的部分產品不少是虧本的。也許你想，若是我只想查詢清涼茶的負利潤產品呢？也能夠的，在條件查詢中多加個條件就行了。如圖： 看到這裏，你應該能夠根據本身的分析需求運用條件格式暢所欲爲了吧。是否是比excel嵌套會好用一點呢，關鍵excel若是碰到大數據嵌套會，人會很崩潰。好比我有次看到同事爲了匹配數據一跑數據就是一兩個小時。這在Python裏是分分鐘的事。

六、條件複雜一點分析(透視表)

好比，我要看看不一樣區域清涼茶的利潤額和銷售額的求和、平均值、極值呢？ 這就須要用到上圖展現中的pivot_table()，這就是透視表功能。這個功能可讓你實現各類複雜分析。但須要熟練。

七、增長一列，算利潤率

好比我要算利潤率，那麼我就得用利潤額除以銷售額，再換成百分比對不對？如圖：

數據可視化

一、各產品種類利潤額的圖 二、查看各類產品的利潤額分佈在哪些區間 這是一個簡單箱式圖能看出極值、特殊值、4分位值，中位數等等。

三、雷達圖

若是你們熟練了，就能夠在這個基礎上玩出各類花樣了。我將在接下來的時間裏，繼續作一些分析案例，但願能分享一些比較容易上手，又能符合數據分析行業實際工做的東西出來。