Python数据分析基础与应用电子活页4-20药品销量数据导入与审阅.docxVIP

Python数据分析基础与应用

模块

PAGE2

PAGE21

电子活页4-20药品销售数据导入与审阅

在JupyterNotebook开发环境中创建t4-01.ipynb，然后在单元格中编写代码与输出对应的结果。

1．导入模块

代码如下：

#导入数据分析包

importpandasaspd

importmatplotlib.pyplotasplt

#pandas无法显示中文问题的解决方案##

plt.rcParams[font.sans-serif]=[SimHei]#用来正常显示中文

plt.rcParams[axes.unicode_minus]=False#用来正常显示负号

2．导入数据

代码如下：

path=.\data\药品销售数据.xlsx

salesDf=pd.read_excel(path,converters={社保卡号:str,商品编码:str})

#使用head()方法输出前5行，从0开始计数

salesDf.head()

输出结果：

3．数据审阅

（1）查看药品数据集的形状

代码如下：

salesDf.shape

输出结果：

(6578,7)

（2）查看药品数据集的索引

代码如下：

salesDf.index

输出结果：

RangeIndex(start=0,stop=6578,step=1)

（3）查看药品数据集的列名

代码如下：

salesDf.columns

输出结果：

Index([购药时间,社保卡号,商品编码,商品名称,销售数量,应收金额,实收金额],

dtype=object)

（4）查看药品数据集的基本信息

代码如下：

salesDf.info()

输出结果：

从药品数据集的基本信息可以看出：药品数据集共有6578行7列数据，其中“购药时间”和“社保卡号”这两列只有6576个数据，其他列有6577个数据，这就意味着数据集中存在一行缺失值；此外“购药时间”和“社保卡号”这两列各自存在一个缺失数据，这些缺失数据需要进一步处理。