bytestoread有数据时也为0_数据分析-朝阳医院销售案例

path='C:UserszhuoguanqunDesktoppython学习资料第3关：数据分析的基本过程朝阳医院2018年销售数据.xlsx'
excel=pd.ExcelFile(path,dtype='object')
salesdf=excel.parse('Sheet1',dtype='object')

#本案例不需要选择子集
salesdf.loc[0:11,'购药时间':'实收金额']

#inplace=False，数据框本身不会变，而是创建一个改动后的新的数据框，inplace默认是False，
#inplace=Ture，数据框本身会改动。
colname={'购药时间':'销售时间'}
salesdf.rename(columns=colname,inplace=True)
salesdf

print('删除前',salesdf.shape)
salesdf=salesdf.dropna(subset=['销售时间','社保卡号'],how='any')
print('删除后',salesdf.shape)

salesdf[['销售数量']]=salesdf[['销售数量']].astype('float')
salesdf[['应收金额']]=salesdf[['应收金额']].astype('float')
salesdf[['实收金额']]=salesdf[['实收金额']].astype('float')
salesdf.dtypes

#字符串用split分割后为List
def sptime(time):
    timelist=[]
    for i in time:
        time1=i.split(' ')[0]
        timelist.append(time1)
    timeser=pd.Series(timelist)
    return timeser
salesdf['销售时间']=sptime(salesdf['销售时间'])
salesdf.head()

# format是原始数据中的格式，error='coerce'如果数据格式不符合，转换后为NaT
salesdf['销售时间']=pd.to_datetime(salesdf['销售时间'],format='%Y-%m-%d',errors='coerce')
salesdf.dtypes

print('删除前',salesdf.shape)
salesdf=salesdf.dropna(subset=['销售时间'],how='any')
print('删除后',salesdf.shape)

#排序，ascending为True是为升序，为False时为降序，by按哪几列排序，str或list
salesdf=salesdf.sort_values(by='销售时间',ascending='True')
salesdf.head()

#drop=True: 把原来的索引index列去掉，丢掉。
#drop=False:保留原来的索引（以前的可能是乱的）
salesdf.reset_index(drop=True)
salesdf.head()

#每一列的描述统计信息
salesdf.describe()

print('删除前',salesdf.shape)
salesdf=salesdf[salesdf.loc[:,'销售数量']>0]
print('删除后',salesdf.shape)

#删除重复数据,获得总消费次数
salesdf=salesdf.drop_duplicates(subset=['销售时间','社保卡号'])
salesdf.shape

startdate=salesdf.loc[0,'销售时间']
enddate=salesdf.loc[endline-1,'销售时间']
days=(enddate-startdate).days
monthes=days//30
print('月份数',monthes)

#月均消费次数
print('月均消费次数=',total//monthes)

money=salesdf.loc[:,'实收金额'].sum()
monthmoney=money/monthes
print('月均消费金额='+ str(monthmoney))

#客单价
print('客单价='+str(money/total))

#提取月份

salesdf['月份']=salesdf['销售时间'].dt.month

salesdf.head()

#获取每月的销量、应收金额和实收金额的和
#因为七月份的不全，所以去掉该月份的数据
month=salesdf.groupby('月份').agg('sum')
month=month.reset_index(drop=False)
month=month.drop(axis=1,index=6)
month

ax1=month.plot(x='月份',y='实收金额',marker='o',linewidth=3)
month.plot('月份','应收金额',ax=ax1,marker='o',linewidth=3)
plt.title('1-6月销售金额趋势')
plt.grid(True)

month.plot('月份','销售数量',marker='o',linewidth=3)
plt.title('1-6月份销售数量趋势变化')
plt.grid(True)

ax1=sum.plot('销售周','实收金额',marker='o')
sum.plot('销售周','应收金额',ax=ax1,marker='o')
plt.grid(True)
# X坐标轴值显示
x=range(7)
plt.xticks(x,sum['销售周'])
plt.xlabel(' ')
plt.show()