第8章 咖啡銷售情況分析

第8章咖啡銷售情況分析第8章咖啡銷售情況分析8.1準(zhǔn)備數(shù)據(jù)import

numpy

as

npimport

pandas

as

pdimport

matplotlib.pyplot

as

plt

data=pd.read_excel("data\某咖啡公司銷售數(shù)據(jù).xlsx")#讀取數(shù)據(jù)集data

#打印數(shù)據(jù)集第8章咖啡銷售情況分析8.2數(shù)據(jù)清洗8.2.1缺失值處理data.isnull().info()#查詢?nèi)笔е档?章咖啡銷售情況分析8.2數(shù)據(jù)清洗8.2.2重復(fù)值處理很多數(shù)據(jù)都是有重復(fù)值的，這在數(shù)據(jù)分析前必須刪除掉，不然會(huì)影響結(jié)果的準(zhǔn)確度，清洗方法為drop_duplicates()。輸出結(jié)果顯示清洗后的數(shù)據(jù)集中包含4264行數(shù)據(jù)（共14列），因此數(shù)據(jù)集中原先存在兩條重復(fù)數(shù)據(jù)。print('輸出前:',data.shape)

#清洗前的數(shù)據(jù)集大小data=data.drop_duplicates()#清洗重復(fù)值print('輸出前:',data.shape)

#清洗后的數(shù)據(jù)集大小第8章咖啡銷售情況分析8.3數(shù)據(jù)分析8.3.1數(shù)據(jù)集概要8.3.2描述性分析data.shape

#用shape方法查看維度輸出結(jié)果：(4246,14)data.describe()第8章咖啡銷售情況分析8.3數(shù)據(jù)分析8.3.3排序分析想看不同產(chǎn)品類別的銷售利潤(rùn)額從高到低的情形。sort_values(by='利潤(rùn)額')表示按利潤(rùn)額排序，ascending=False表示降序排序data.sort_values(by='利潤(rùn)額',ascending=False).head()#前5條數(shù)據(jù)第8章咖啡銷售情況分析8.3數(shù)據(jù)分析8.3.4數(shù)據(jù)分組data1=data.groupby(['產(chǎn)品類別'])[['利潤(rùn)額','銷售額']].sum()#根據(jù)產(chǎn)品類別分組，查看利潤(rùn)額、銷售額data1

#計(jì)算結(jié)果保存在新的變量中data1.sort_values(by='利潤(rùn)額',ascending=False)第8章咖啡銷售情況分析8.3數(shù)據(jù)分析8.3.5數(shù)據(jù)查詢data1=data.loc[(data['利潤(rùn)額']<0)]#找出存在負(fù)利潤(rùn)的行data1.sort_values(by='利潤(rùn)額').head()#對(duì)利潤(rùn)額進(jìn)行升序排序，顯示前5條數(shù)據(jù)data1=data.loc[(data['利潤(rùn)額']<0)&(data['產(chǎn)品類別']=='清涼茶')]data1.sort_values(by='利潤(rùn)額').head()第8章咖啡銷售情況分析8.3數(shù)據(jù)分析8.3.6復(fù)雜條件查詢data1=data.loc[(data['產(chǎn)品類別']=='清涼茶')]data1.pivot_table(values=['利潤(rùn)額','銷售額'],index=['區(qū)域','產(chǎn)品類別'],aggfunc=['sum','mean','max','min'])第8章咖啡銷售情況分析8.3數(shù)據(jù)分析8.3.7新增數(shù)據(jù)列data1=data['利潤(rùn)額']/data['銷售額']data['利潤(rùn)率']=data1.apply(lambda

x:format(x,'.2%'))#小數(shù)點(diǎn)后保留兩位，換算成百分比格式data.head()第8章咖啡銷售情況分析8.4數(shù)據(jù)可視化8.4.1產(chǎn)品類別利潤(rùn)額可視化import

matplotlib.pyplot

as

pltplt.rcParams['font.sans-serif']=['simsun']#設(shè)置加載的字體名稱plt.rcParams['axes.unicode_minus']=False

#解決保存圖像是負(fù)號(hào)'-'顯示為方塊的問題

data1=data.pivot_table(values=['利潤(rùn)額'],index=['產(chǎn)品類別'],aggfunc=('sum'))data1.plot.bar(figsize=(10,6))第8章咖啡銷售情況分析8.4數(shù)據(jù)可視化8.4.1產(chǎn)品類別利潤(rùn)額可視化第8章咖啡銷售情況分析8.4數(shù)據(jù)可視化8.4.2產(chǎn)品利潤(rùn)額分布區(qū)間可視化圖中顯示有一種產(chǎn)品的利潤(rùn)額接近140（屬于異常情況，因?yàn)閿?shù)據(jù)點(diǎn)顯示在箱線圖外），另一種產(chǎn)品的利潤(rùn)額接近0。data1