目录

一、数据清洗

1.导入模块、数据

2.信息

二、分析过程

1.获取2011年销售额最高的前十的数据的客户ID

2.分析每年销售额的增长率

 3.各个地区分店的销售额

4.新老客户数

三、使用工具、数据源

一、数据清洗

1.导入模块、数据

import pandas as pd

data=pd.read_csv('超市数据表整理后.CSV')
data

• 这里用到的数据在我的资源里面，读者自行下载使用。
• 注意数据文件需要放在你写代码的文件同一级

2.查看数据内容、信息

data.info()
# 查看数据类型、数量

data.describe()
# 查看数据总体情况，比如四分位、平均值等

data.isnull().any()
# 查看是否有空值

二、分析过程

1.获取2011年销售额最高的前十的数据的客户ID

• 将时间一列转换成时间对象，方便后面分析时应用

# 将日期转换成时间对象
data['OrderDate']=pd.to_datetime(data['OrderDate'])
data.info() # 这里查看数据类型可以看到OrderDate列变成了时间类型datetime64

• 生成年份列，用以获取2011年的数据

data['year']=data['OrderDate'].dt.year
data

• 筛选出2011年的数据，并查看

data_11=data[data['year']==2011]
data_11

• 进行排序，并获取排名前十的数据

data_11_sales10=data_11.sort_values(by='Sales',ascending=False)[:10]
data_11_sales10

2.分析每年销售额的增长率

• 将每年的销售额先计算得到

sales_year_2011=data[data['year']==2011]['Sales'].sum()
sales_year_2012=data[data['year']==2012]['Sales'].sum()
sales_year_2013=data[data['year']==2013]['Sales'].sum()
sales_year_2014=data[data['year']==2014]['S