利用pycharm对一个美国超市的数据进行数据处理以及模型可视化，其中包括的数据有Row ID Order ID Order Date Ship Date Ship Mode Customer ID Customer Name Segment Country City State Postal Code Region Product ID Category Sub-Category Product Name Sales Quantity Discount Profit且本数据是excel表格，地图是jpg格式 对这些数据进行清洗之后然后设计出相对印的扇形图柱形统计图以及美国地图每个地区的销售量等并给出完整项目的代码

当处理Excel数据时，可以使用Python的`pandas`库进行数据清洗和处理。而对于可视化，可以使用`matplotlib`和`seaborn`库来创建扇形图和柱形统计图，以及`Pillow`库来处理美国地图的jpg格式图片。

首先，需要安装所需的库，可以通过以下命令在PyCharm中安装：

pip install pandas matplotlib seaborn Pillow

接下来，可以使用以下代码对Excel数据进行清洗和处理，并进行相应的可视化：

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from PIL import Image

# 读取Excel数据
data = pd.read_excel('your_data_file.xlsx')

# 数据清洗和处理
# ...

# 创建扇形图
plt.figure(figsize=(8, 8))
plt.pie(data['Sales'], labels=data['Sub-Category'], autopct='%1.1f%%')
plt.title('Sales by Sub-Category')
plt.show()

# 创建柱形统计图
plt.figure(figsize=(12, 6))
sns.barplot(x='Sub-Category', y='Sales', data=data)
plt.title('Sales by Sub-Category')
plt.xticks(rotation=45)
plt.show()

# 处理美国地图图片
map_image = Image.open('usa_map.jpg')
# ...

# 在地图上绘制每个地区的销售量
# ...

在代码中，需要替换`your_data_file.xlsx`为你的Excel数据文件的路径，以及`usa_map.jpg`为你的美国地图图片的路径。此外，还需要根据实际情况对数据进行清洗和处理，并在代码中添加相应的代码来绘制地图和销售量。

请注意，以上代码只提供了一个基本框架，具体的数据清洗和处理以及地图绘制需要根据你的数据和需求进行相应的调整和补充。