案例实操

import pandas as pd
salesDf=pd.read_excel(fileNameStr,sheet_name='Sheet1',dtype=str)
salesDf.head()
fileNameStr='D:\知识管理\数据分析\跟猴子学习人工智能核心技术\数据分析（高级）（Python）\第3关：数据分析的基本过程\朝阳医院2018年销售数据.xlsx'
xls=pd.ExcelFile(fileNameStr)
salesDf=xls.parse('Sheet1')
salesDf.head(3)

	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
0	2018-01-01 星期五	1616528.0	236701.0	强力VC银翘片	6.0	82.8	69.00
1	2018-01-02 星期六	1616528.0	236701.0	清热解毒口服液	1.0	28.0	24.64
2	2018-01-06 星期三	12602828.0	236701.0	感康	2.0	16.8	15.00

salesDf.shape

(6578, 7)

salesDf.loc[:,'销售数量'].dtype

dtype('float64')

salesDf.describe()

	社保卡号	商品编码	销售数量	应收金额	实收金额
count	6.576000e+03	6.577000e+03	6577.000000	6577.000000	6577.000000
mean	6.091254e+09	1.015869e+06	2.386194	50.473803	46.317510
std	4.889284e+09	5.131153e+05	2.375202	87.595925	80.976702
min	1.616528e+06	2.367010e+05	-10.000000	-374.000000	-374.000000
25%	1.014234e+08	8.614560e+05	1.000000	14.000000	12.320000
50%	1.001650e+10	8.615070e+05	2.000000	28.000000	26.600000
75%	1.004882e+10	8.690690e+05	2.000000	59.600000	53.000000
max	1.283612e+10	2.367012e+06	50.000000	2950.000000	2650.000000

salesDf.dtypes

购药时间     object
社保卡号    float64
商品编码    float64
商品名称     object
销售数量    float64
应收金额    float64
实收金额    float64
dtype: object

colNameDict={
   '购药时间':'销售时间'}

colNameDict={
   '购药时间':'销售时间'}
salesDf.rename(columns=colNameDict,inplace=True)
salesDf.head()

	销售时间	社保卡号	商品编码	商品名称	销售数量	应收金额	实收金额
0	2018-01-01 星期五	1.616528e+06	236701.0	强力VC银翘片	6.0	82.8	69.00
1	2018-01-02 星期六	1.616528e+06	236701.0	清热解毒口服液	1.0	28.0	24.64
2	2018-01-06 星期三	1.260283e+07	236701.0	感康	2.0	16.8	15.00
3	2018-01-11 星期一	1.007034e+10	236701.0	三九感冒灵	1.0	28.0	28.00
4	2018-01-15 星期五	1.015543e+08	236701.0	三九感冒灵	8.0	224.0	208.00

print('删除缺失值前大小',salesDf.shape)

删除缺失值前大小 (6578, 7)

salesDf=salesDf.dropna(subset=['销售时间',<