excel找到对应数据的列指标_python数据分析——医院销售数据实战案例
一、numpy，pandas基础知识
二、医院销售数据实战案例分析
数据分析步骤：
1、提出问题
2、理解数据
3、数据清洗
4、构建模型
5、数据可视化
1、提出问题
要从销售数据中获得1）月均消费次数 2）月均消费金额 3）客单价 4）消费趋势
1）月均消费次数=总消费次数/月份数
2）月均消费金额=总消费金额/月份数
3）客单价=总消费金额/消费人数
4）消费趋势，画图：折线图
2、理解数据
先导入数据
先导入数据。路径中最好不要有中文或者特殊符号，不然路径会提示错误找不到。最好将文件放到一个简单的英文路径下。使用pandas的read_excel函数读取excel文件；参数sheet_name:数据在Excel的哪个sheet里面，这里就写该sheet在Excel的名称；参数dtype=str 统一先按照字符串读入，之后再转换。
3、数据清洗
数据清洗步骤：
1）选择子集
2）列名重命名
3）缺失数据处理
4）数据类型转换
5）数据排序
6）异常值处理
1）选择子集：（本案例不需要选择子集），使用切片查询
2）列名重命名：使用rename。先构建一个字典，旧列名和新列名的对应关系。inplace=False，数据框本身不会变，而会创建一个改动后新的数据框，默认的inplace是False。inplace=True，数据框本身会改动。
3）缺失数据处理
python缺失值有3种：
1）Python内置的None值
2）在pandas中，将缺失值表示为NA，表示不可用not available。
3）对于数值数据，pandas使用浮点值NaN（Not a Number）表示缺失数据。
后面出来数据，如果遇到错误：说float错误，那就是有缺失值，需要处理掉。
所以，缺失值有3种：None，NA，NaN
#删除列（销售时间，社保卡号）中为空的行——dropna。#how='any' 在给定的任何一列中有缺失值就删除。
4）数据类型转换
字符串转换为数值（浮点型）,用.astype()
字符串转换为日期数据类型
将字符串转化为日期格式
5）数据排序——sort values
6.异常值处理
4.构建模型
业务指标1:月均消费次数=总消费次数 / 月份数
业务指标2：月均消费金额=总消费金额/月份数
业务指标3：客单价=总消费金额/消费人数
5.结论
月均消费次数=890
月均消费金额=60802.022
客单价= 56.91
整理常用公式
理解数据常用公式：.head() .tail() .shape .dtypes .columns .info() .describe() .values_counts() --查看Series对象的唯一值和计数值
清洗数据常用公式：
（1）删除列、行：先创建一个list，把不要的列放进去，再调用.drop()方法，参数axis为1时代表列，为0时代表行，参数inplace=True表示不创建新的对象，直接对原始对象进行修改。
（2）重新命名列：用.rename()方法进行修改，先创建一个字典，把要修改的列名定义好，然后调用rename()方法。
（3）重新设置索引：数据默认的索引是从0开始的有序整数，但如果想把某一列设置为新的索引，可以用.setindex()方法实现。如果在排序的时候索引序号乱了，可以使用.reset_index重新排序。
（4）用字符串操作规范列：str.lower() ——小写 str.upper() ——大写 str.capitalize()——将首字母转化为大写 str.replace()——代替 str.strip()——去除字符串中的头尾空格、以及n t str.split()——分割 str.get()——选取列表中某个位置的值 str.contains()——判断是否存在某个字符，返回的是布尔值 str.find()——检测字符串中是否包含子字符串str
（5）删除重复数据：drop_duplicates()
（6）填充缺失值：fillna
（7）删除空值：drop_na
（8）排序：sort_values
（9）转换数据类型：astype()