python数据分析案例

以下是一个简单的 Python 数据分析案例，使用 Pandas 库和 Matplotlib 库，分析了一个销售数据集：

1. 导入必要的库和数据集

import pandas as pd
import matplotlib.pyplot as plt

sales_data = pd.read_csv('sales_data.csv')

2. 查看数据集的基本信息

print(sales_data.head())
print(sales_data.info())
print(sales_data.describe())

3. 数据清洗和预处理

# 删除缺失值
sales_data.dropna(inplace=True)

# 转换数据类型
sales_data['Order Date'] = pd.to_datetime(sales_data['Order Date'])
sales_data['Quantity Ordered'] = pd.to_numeric(sales_data['Quantity Ordered'])
sales_data['Price Each'] = pd.to_numeric(sales_data['Price Each'])

# 添加新列
sales_data['Sales'] = sales_data['Quantity Ordered'] * sales_data['Price Each']
sales_data['Month'] = sales_data['Order Date'].dt.month

4. 分析数据

# 销售额按月份统计
monthly_sales = sales_data.groupby('Month')['Sales'].sum()

# 可视化数据
plt.bar(monthly_sales.index, monthly_sales.values)
plt.xlabel('Month')
plt.ylabel('Sales')
plt.show()

以上就是一个简单的 Python 数据分析案例，通过数据清洗、预处理和分析，得出了每个月的销售额，并进行了可视化展示。