Python 创建商店营业额模拟数据并对其分析

参考自Python+pandas+matplotlib数据分析与可视化案例（附源码）

学校期末项目
创建商店营业额模拟数据并对其分析

一、创建数据
（1）添加“日期，商品名称，销售数量，商品单价，销售总价，代理商地区”字段；
（2）设置日期，开始日期：“2018年1月1日”，结束日期：“2018年12月31日”；
（3）设置4个商品名“可乐，牛奶，面包，方便面”；
（4）设置4个商品名对应价格“可乐：3.5，牛奶：4，面包：6，方便面：5.5”；
（5）设置4个代理商地区“厦门，福州，泉州，莆田”；
（6）生成1200条随机数据并存入data.csv。商品销售数量在100-1000之间随机产生；

二、分析数据
（1）使用pandas读取文件data.csv中的数据，创建DataFrame对象，并删除其中所有缺失值；

（2）使用matplotlib生成折线图，反应该商店2018年每天的营业额情况；
按代理商地区分组，生成各自的销量数据；

按日期进行分组，统计每个日期的总销售额，将日期列转换成datetime数据格式；

生成折线图：


（3）按月份进行统计，使用matplotlib绘制柱状图显示每个月份的营业额；
按月进行再分组，统计每个月的总销售额：

生成各地区月营业额柱形图：


（4）按月份进行统计，找出相邻两个月最大涨幅；
得到每月涨幅数据，求最大涨幅月份，并存入文件：

（5）按季度统计该商店2018年的营业额数据，使用matplotlib生成饼状图显示2018年4个季度的营业额分布情况；
得到每季度的营业额数据，并生成各地区季度营业额饼图：