第8章 咖啡销售情况分析

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import

numpy

as

npimport

pandas

as

pdimport

matplotlib.pyplot

as

plt

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(lambda

x: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import

matplotlib.pyplot

as

pltplt.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