快捷操作：

ctrl+shift+减号：添加代码块

shift+回车：程序重新执行一遍

案例一：餐厅订单

0、基础信息

数据范围：8月份的订单信息，三个sheet页分别为8月的上中下旬各10天

主要使用的数据字段为：

字段名	含义
order_id	订单id
dishes_name	菜品名称
counts	单个菜品的点菜数量
amounts	菜品单价
place_order_time	订单时间
day	通过订单日期获取订单日’：8月1号、2号
weekday	通过订单日期获取订单星期：星期一、星期二
hour	通过订单日期获取订单小时：8点、11点

1、数据的基础sheet合并

read_excel（）函数：读取excel文件

pandas.read_excel(io, sheet_name=0, header=0, index_col=None, parse_cols=None, parse_dates=False, date_parser=None, na_filter=True, skiprows=None, nrows=None, use_cols=None, engine='openpyxl', converters=None, true_values=None, false_values=None, skipfooter=0, skip_footer=False, error_bad_lines=True, warn_bad_lines=True, low_memory=True, verbose=False, index=True, squeeze=False)

data.info()函数：查看数据的基本信息

分别取出三个sheet页的数据，并进行合并

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = 'SimHei' ## 设置中文显示
%matplotlib inline
# 1.加载数据
data1 = pd.read_excel('meal_order_detail.xlsx',sheet_name='meal_order_detail1')
data2 = pd.read_excel('meal_order_detail.xlsx',sheet_name='meal_order_detail2')
data3 = pd.read_excel('meal_order_detail.xlsx',sheet_name='meal_order_detail3')
# 2.数据预处理（合并数据,NA等处理），分析数据
data = pd.concat([data1,data2,data3],axis=0)  #按照行进行拼接数据
# data.head(5)
data.dropna(axis=1,inplace=True) #按照列删除na列，并且修改源数据
data.info()

2、数据预处理：删除空值

dropna（）函数

3、数据分析

（1）求菜品的平均值

平均值的两种方法：numpy和pandas，如果数据量笔记大，使用numpy效率高

注：amounts为菜品单价

（2）频数统计：哪个菜品受欢迎 

通过统计菜品名字的个数，判断该菜品被点了多少次

取前10名

绘制柱状图

视图的参数样式调整

将柱状图顶部中心，添加数值显示

（3）哪个订单的点菜种类最多

如图所示：统计订单id的数量，即每个订单点菜品种类的个数

（4）订单id点菜数量top10

dataGroup:通过groupby函数，根据订单获取并分组4列数据，通过sum函数进行分组求和

该数据为后续统计基础

DataFrame.groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, squeeze=False)

（5）哪个订单的消费金额最多

（6）哪个订单的平均消费单价最贵

（7）点菜量的时间段分析

（8）哪一天的订单数量最多

（9）星期几的人数最多，订单数最多，映射数据到星期

总结

案例二：物流数据行业分析

基础信息

1、数据清洗

（1）删除重复数据

（2）异常值处理

通过describe函数，看出平均值与中位数差距较大，存在右偏分布情况，需要对销售金额的异常0值进行处理

通过删除销售金额为0的数据，重新查看销售金额的分布情况

2、数据规整

首先将销售时间转化为日期格式，然后通过函数获取月份

3、数据分析可视化