首页
学习
活动
专区
工具
TVP
发布

Python数据分析案例-药店销售数据分析

最近学习了Python数据分析的一些基础知识,就找了一个药品数据分析的小项目来练一下手。...数据分析的目的: 本篇文章中,假设以朝阳医院2018年销售数据为例,目的是了解朝阳医院在2018年里的销售情况,通过对朝阳区医院的药品销售数据分析,了解朝阳医院的患者的月均消费次数,月均消费金额、客单价以及消费趋势...数据分析基本过程包括:获取数据数据清洗、构建模型、数据可视化以及消费趋势分析。...,并不是每一列都有价值都需要分析,这时候就需要从整个数据中选取合适的子集进行分析,这样能从数据中获取最大价值。...”这一列数据中存在星期这样的数据,但在数据分析过程中不需要用到,因此要把销售时间列中日期和星期使用split函数进行分割,分割后的时间,返回的是Series数据类型: ''' 定义函数:分割销售日期,提取销售日期

1.7K20
您找到你想要的搜索结果了吗?
是的
没有找到

【学习】SAS应用-公司销售数据分析

数据的时间是从1月1日到10月30日。 原始数据的内容包括:销售日期、发票号码、销售人、地区、商品代码、商品类型、商品大小分类、销售数量、商品单价。...在数据步里我又根据原始数据生成了另外两项数据销售月份、销售金额。其中销售月份从销售日期中取得而来,销售金额=销售数量*商品单价。 先对数据进行简单统计: ?...可以看到日销售金额线还是比较满足平稳时间序列的情况的,所以可以对此做时间序列分析,预测后面两个月的销售额。 ? 通过饼图筛选出销售额比较突出的地区。 ?...下面按日期对销售额做时间序列分析: ? 可以看出自相关系数是拖尾的。 ? 可以看出偏相关系数是截尾的,因此可以选择自回归模型作为选定模型。...因此下面对4步截尾和13步截尾都进行分析。 ? (13步截尾) ?

1.5K30

小米手机销售数据分析和爬虫

小米手机销售数据分析和爬虫 2021年毕业设计 项目截图 项目结构 在自定义的Flask项目通用结构(类似于Django)的基础上添加爬虫和数据分析文件夹 /app/: 类似于Django...声明这个文件夹是一个 python package views.py: 提供渲染网页模板的蓝图 api.py: 提供后端API的蓝图, 使用 Ajax POST 方式访问 models.py: 提供可操作的数据库...ORM对象和定义数据模型 decorators.py: 提供装饰器, 例如: 要求用户必须登录的视图装饰器 utils.py: 提供一些自定义函数 /conf/: 项目的配置文件夹 __init__.py...存放css文件 /js/: 存放js文件 /images/: 存放图片 /templates/: 存放 Jinja2 网页模板 /spider/: 存放爬虫程序 /data_analysis/: 存放数据分析程序...manage.py: 用于启动服务端, 进行数据库的初始化、迁移、升级等 push.sh: 一步推送至远端仓库的shell脚本 requirements.txt: pipreqs生成的引入的第三方库清单

1.3K11

Python 分析销售情况

业务分析流程 1、 场景(诊断现状) 对象:用户;销售 关注点:找到影响销售的增长因素 目标:发现问题&提出解决方案 2、需求拆解 分析销售趋势,找到影响企业营收增长的商品或区域 按月份销售趋势图(整体...) 商品销售额对比(一级、二级,找出最低、最高) 区域销售额对比(下钻:区、省,找出最低、最高) 探索不同商品的销售状况,为企业的商品销售,提出策略建议 不同月份的各个产品的销售额占比情况 产品相关分析...分析用户特征、购买频率、留存率等 购买频率分布 复购率(重复购买用户数量(两天都有购买过算重复)/用户数量) 同期群分析(按月) 3、代码实现 获取数据(excel) 为某化妆品企业 2019 年...1 月-2019 年 9 月每日订单详情数据和企业的商品信息数据,包括两个数据销售订单和商品信息。...其中销售订单为每个订单的情况明细,一个订单对应一次销售、一个订单可包含多个商品。

1.6K30

python爬虫——分析天猫iphonX的销售数据

01.引言   这篇文章是我最近刚做的一个项目,会带领大家使用多种技术实现一个非常有趣的项目,该项目是关于苹果机(iphoneX)的销售数据分析,是网络爬虫和数据分析的综合应用项目。...03.抓取天猫iphoneX的销售数据   因为本项目抓取指定商品销售数据需要使用 JSON 模块中相应的 API 进行分析,因为返回的销售数据是 JSON 格式的,而从搜索页面抓取的商品列表需要分析...这里在插入数据库前,我们可以先在本地的数据库建好,如下我用的是MySQL-Front可视化操作工作,比较直观反应。...用 SQL 语句分析IphoneX(按颜色)销售比例   既然销售数据都保存在Mysql数据库中,那么我们不妨先用 SQL 语句做一下统计分析,本节将对iphoneX的销售量做一个销售比例统计分析。...某一个颜色的iphoneX销售数量 iphoneX销售总数量 第1类数据和第2类数据的差值(百分比)   用 Pandas 和 Matplotlib 分析对胸罩销售比例进行可视化分析   接下来将使用

3.8K121

MySQL数据分析实战:销售和用户行为分析案例分享

这包括定义数据模式、创建和定义关系。 数据分析:一旦我们完成了数据建模,我们就可以开始进行数据分析。这包括查询数据、计算指标和识别趋势和模式。...示例1:销售数据分析 假设我们有一个在线商店,我们想要分析销售数据,以了解最畅销的产品和最受欢迎的地区。...数据建模:我们可以创建一个订单和一个产品,并使用外键将它们连接起来。我们还可以创建一个地区,其中包含每个地区的名称和邮政编码。...数据分析:我们可以使用以下查询来分析销售数据: -- 按产品ID分组,并计算每个产品的销售额SELECT product_id, SUM(sales) AS total_salesFROM ordersGROUP...数据建模:我们可以创建一个用户和一个兴趣标签,并使用外键将它们连接起来。

42320

多维透视 - 矩实现商品销售对比统计

常见的二维数据透视(交叉)通过横向和纵向展示数据,进行一些简单的汇总运算,而传统的数据透视表功能单一,汇总方式简单,已经无法满足现代大数据量各种条件分析,因此多维透视应运而生。...多维透视在功能强大的同时,创建难度也会随之提高 多层分组嵌套的复杂的组织结构 复杂的汇总分析公式的编辑 小计和总计的区分等等要面临的复杂问题 如果用代码实现,可能复杂程度不堪想象,更不用谈大数据量级别下报表加载的性能问题...本文以【商品销售额与赠送金额百分比】这一典型的多维透视为示例,使用葡萄城报表的矩控件,通过拖拽来实现多维透视。 报表结构分析 行: 按照区域和省份,嵌套2层分组。 列:按照月份分组,动态列。...添加数据源和数据集 3. 添加矩控件 添加矩控件到设计界面,会发现有类似[ 符号,表示分组,即可根据具体数据动态生成行。会发现设计器下面的矩分组管理器; 4....添加列分组 根据以上分析,列分组是根据月份而定的,因此只需要默认的一个列分组就足够了,所以不需要添加其他列分组; 添加“销售额”,“搭增”,“比例”静态列: 选中“列分组单元格”插入列,选择分组内-右侧

1.3K30

销售进度跟踪:销售数据销售目标的动态合并

作为一家零售公司,我们每天跟踪销售进度,会将销售额与销售目标进行比对。现实的情况是,历史销售数据储存在进销存系统中,销售目标可能储存在另外的系统或者一张Excel表格中。...例如如下情景: 我们在一个工作簿中有每天更新的销售数据 数据为虚拟,且经过简化处理 在另一个工作簿中有当初给每家店铺设立了销售目标 数据为虚拟,且经过简化处理 我们想每天销售数据更新,自动查看销售进度完成了百分之多少...实现这个需要两步: 1.将当月每天的销售数据汇总 2.将汇总的销售数据与总的销售目标进行比对 这种极简化数据当然Excel中用一个公式Sumif直接就完成了。...此处我们介绍下Power BI desktop中的实现方式(Excel中使用Power Query实现与以下操作一致) 1.将销售数据销售目标工作簿加载到Power BI中 2.选中“销售数据”查询...,点击“分组依据”,按照以下设置进行分组 我们即可得到汇总的月度销售数据 3.以“店铺名称”为基准,将“销售数据”和“销售目标”进行合并查询 4.给新查询起个新名字"销售进度",将销售目标展开

3.2K20

数据科学实战:保险产品交叉销售预测分析

CDA数据分析师 出品 作者:真达、Mika,数据:真达 今天的内容是一期Python实战训练,我们来手把手教你用Python分析保险产品交叉销售和哪些因素有关。...数据划分为训练集和测试集,训练数据包含381109笔客户资料,每笔客户资料包含12个字段,1个客户ID字段、10个输入字段及1个目标字段-Response是否响应(1代感兴趣,0代不感兴趣)。...测试数据包含127037笔客户资料;字段个数与训练数据相同,目标字段没有值。字段的定义可参考下文。 下面我们开始吧! 03 数据读入和预览 首先开始数据读入和预览。...下面,我们基于训练数据集进行探索性数据分析。...描述性分析 首先对数据集中数值型属性进行描述性统计分析

2.6K11

SAP 分析销售寄售模式

1、 业务背景 业务背景1如下: 某公司供应日用品给某大型连锁超市,平时按照正常节奏发货给超市,但此发货并非结算依据,每月底超市根据当月流水中销售给消费者的数量,与该公司进行结算,剩余未销售部分仍然为该公司的库存...寄售的定义 客户寄售是将产成品首先发送到客户处,这个过程不是销售的过程,而是库存转移的过程,等客户消耗掉这些产品后,才算销售过程。 整个过程分为二个步骤,首先是库存转移,而后是实际消耗完做结算。...4)、原材料上涨,我公司不得不涨价,而超市不允许涨价,我公司综合考虑后决定撤离该超市,所有未销售的21箱需要退回,创建寄售退回的销售订单(订单类型KA Pick-up),数量21箱,针对该订单创建发货单...查看寄售库存归属在售达方的编号下 注意:寄售库存归属在特定客户下的售达方下的影响之一 如果贵公司有大量客户属于寄售形式,其中有一个客户为大型连锁超市,在全国有三个分部财务中心(开票中心),每个分部有10家门店,在系统中建立客户主数据时有三个选择...发货单为开票依据 从寄售库存(W)转移到正常库存(W) 正常库存增加 寄售库存减少 发货单为收货依据 发票类型 与开票无关 F2 RE 与开票无关 表格 2为四种订单类型以及后续配置的标准设置的差异比较

27740

销售需求丨周分析

要进行周分析,就必须要有周维度这个概念!说到这,相信小伙伴们已经反应过来了,添加日期!...将数据导入到PowerBI中如下: [1240] 编写如下代码,生成日期: 日期 = GENERATE ( CALENDAR ( MIN ( '示例'[日期] ), //注意:这里需要替换成你自己的数据...开始编写代码: 聚合 = SUM ( '示例'[销售金额] ) 周分析其实主要就是三点:上周同期、周累计、周环比的问题。 上周同期没啥好说的,白茶这里就不赘述了。...然后呢,利用CALCULATE+FILTER的经典模式,聚合年周相同的销售数据,同时利用MAX进行判定,让数据的计算维持在事实范围内,以免出现很多没有销售数据,但是出现累计的情况。...&& '日期'[年周] = SELEYEARWEEK - 1 ) ) 结果如下: [1240] 小伙伴们看一下,同一个颜色框框内的数据是为一组,结果没有任何问题。

68040

原来销售数据分析图表应该这么做

前几天在浏览微博的时候,看到某家公司的月度的销量数据的一个数据展示的图表,觉得挺有意思,为什么说有意思呢,因为这家公司在数据图表的呈现上给人的感觉就是这家公司每个月的销售数据都是增长的数据,我们先来看看这家公司对外的一个数据分析图表...这个图表来源于该公司的对外的一个数据展示,在这个图表里我们可以看到貌似好像每个月的销售数据都是增长的,但是你细心的分析下发现他每个月的数据都是月份数据的叠加,2月的数据是 1月+2月, 3月的数据是...所有通过这个图表,不管每个月的销售数据是怎么样,基本上我们看到的图表貌似都是增长的。所有我们想来改一改这个图表,改成一个正常的数据图。...首先我们要来提取数据,做一个简单的数据,如下 月份 每月交付数 增量 增幅 1月 7225 2月 5578 -1647 -22.80% 3月 7257 1679 30.10% 4月 7102 -155...,呈现的效果如下: 这个图表才是真实的每月的销售数据,我们可以看到每个月的销售数据和每个月销售数据的增幅,所以在做数据分析 ,图表呈现的时候,数据分析的思路,逻辑才是最关键的。

1.8K30

数据分析与可视化:解析销售趋势

我们将通过一个实际的案例研究,演示如何使用数据分析工具来解析销售趋势,从而为业务决策提供有力的支持。 介绍 数据分析已经成为了当今商业世界中不可或缺的一部分。...数据收集与准备 在进行数据分析之前,首先需要收集和准备数据。在我们的案例中,我们将使用一个虚拟的销售数据集,其中包含了销售日期、产品信息、销售数量和销售金额等字段。...数据分析与可视化 完成数据的准备工作后,我们将进行数据分析和可视化,以了解销售趋势。...将分析的结论与实际业务场景相结合,指出如何应用分析结果来改进销售策略或决策。 学习资源 最后,提供一些关于数据分析的学习资源,包括在线课程、书籍和在线社区,以便读者继续深入学习和探索数据科学领域。...结论 本文介绍了数据分析的基本流程,并演示了如何使用Python进行数据分析和可视化。通过深入分析销售数据,我们能够更好地理解销售趋势,并为业务提供有力的支持。

19140

【市场分析】Temu数据采集销售额商品量占比分析数据分析接口Api

对该商品数据做了数据验证,重复数据处理,缺失值处理,异常值处理,数据规范化,数据类型转换 数据清洗和预处理确保了采集到的数据的质量和可用性,使其可以用于后续各种分析任务,包括销售额占比、商品占比和词云分析...数据用途: 量化分析 投资分析 跨境电商选品分析 练手学习 分析目标 我的分析目标分为以下三个关键方面,以帮助我们更好地理解temu电商平台的运作和产品情况: 销售额占比分析 针对各类目,分析销售额的占比...使用Pandas,对数据进行了销售额占比分析,首先按一级分类对销售额进行分组,然后使用sum方法计算每个分类的总销售额。使能够了解不同分类对整体销售额的贡献程度。...df.groupby('category1').sum().to_dict()['sold_price'] 数据可视化展示 图表展示结果 个人分析分析销售额占比中发现Top3的类目是: Home...此外,随着时间的推移,这些趋势可能会发生变化,因此定期的销售额占比分析对于保持竞争力至关重要。

33610
领券