超市营业额数据分析-Part II: 8） 读取数据(超市营业额.xlsx)与预处理： a. 读取数据并对数据进行深度复制 b. 数据清洗/预处理：重复值、异常值、缺失值 9） 对数据做分组聚合分析 a. 按姓名分组，观察张三的记录，计算每名营业员的平均营业额 b. 按时段分组，计算每个时间段的总营业额，平均营业额，标准差 10）构建透视表进行分析 a. 构建每个人每天的营业额透视表：姓名，时段，营业额 b. 构建每个人在不同柜台的营业额透视表： 姓名，柜台，营业额 c. 构建每个人在不同时段的营业额透视表：姓名，日期，营业额 d. 用以上透视表绘制折线图/柱状图

8）读取数据(超市营业额.xlsx)与预处理：

a. 读取数据并对数据进行深度复制

首先，我们需要导入 pandas 模块并读取数据。同时，为了避免改变原始数据，我们需要对数据进行深度复制。

import pandas as pd

# 读取数据
df = pd.read_excel('超市营业额.xlsx')

# 对数据进行深度复制
data = df.copy(deep=True)

b. 数据清洗/预处理：重复值、异常值、缺失值

在进行数据分析之前，我们需要对数据进行清洗和预处理，包括删除重复值、处理异常值和缺失值等。

# 删除重复值
data.drop_duplicates(inplace=True)

# 处理异常值，将小于0的值替换为NaN
data.loc[data['营业额'] < 0, '营业额'] = None

# 处理缺失值，使用前一行的值进行填充
data.fillna(method='ffill', inplace=True)

9）对数据做分组聚合分析

a. 按姓名分组，观察张三的记录，计算每名营业员的平均营业额

# 按姓名分组，计算每个人的平均营业额
group_by_name = data.groupby('姓名').mean()['营业额']

# 观察张三的记录
zhangsan = data[data['姓名'] == '张三']

# 输出结果
print('每名营业员的平均营业额：\n', group_by_name)
print('\n张三的记录：\n', zhangsan)

b. 按时段分组，计算每个时间段的总营业额，平均营业额，标准差

# 按时段分组，计算每个时间段的总营业额、平均营业额和标准差
group_by_time = data.groupby('时段')['营业额'].agg(['sum', 'mean', 'std'])

# 输出结果
print('每个时间段的统计信息：\n', group_by_time)

10）构建透视表进行分析

a. 构建每个人每天的营业额透视表：姓名，时段，营业额

# 构建透视表
pivot_table_by_name_and_date = pd.pivot_table(
    data, values='营业额', index=['姓名', '日期'], columns=['时段'], aggfunc='sum')

# 输出结果
print('每个人每天的营业额透视表：\n', pivot_table_by_name_and_date)

b. 构建每个人在不同柜台的营业额透视表：姓名，柜台，营业额

# 构建透视表
pivot_table_by_name_and_counter = pd.pivot_table(
    data, values='营业额', index=['姓名'], columns=['柜台'], aggfunc='sum')

# 输出结果
print('每个人在不同柜台的营业额透视表：\n', pivot_table_by_name_and_counter)

c. 构建每个人在不同时段的营业额透视表：姓名，日期，营业额

# 构建透视表
pivot_table_by_name_and_time = pd.pivot_table(
    data, values='营业额', index=['姓名', '日期'], columns=['时段'], aggfunc='sum')

# 输出结果
print('每个人在不同时段的营业额透视表：\n', pivot_table_by_name_and_time)

d. 用以上透视表绘制折线图/柱状图

我们可以使用 matplotlib 和 pandas 内置的绘图函数来绘制折线图或柱状图，从而更加直观地展示数据。

import matplotlib.pyplot as plt

# 绘制每个人每天的营业额折线图
pivot_table_by_name_and_date.plot(kind='line')
plt.show()

# 绘制每个人在不同柜台的营业额柱状图
pivot_table_by_name_and_counter.plot(kind='bar')
plt.show()

# 绘制每个人在不同时段的营业额折线图
pivot_table_by_name_and_time.plot(kind='line')
plt.show()