首页/新闻资讯/正文详情

销售数据脏到没法看?40行pandas清洗+plotly画图全实战,数据分析实战第1期

发布时间:2026/11/19 5:00:30 来源:云帆数科 栏目:资讯中心
销售数据脏到没法看?40行pandas清洗+plotly画图全实战,数据分析实战第1期
前几天朋友丢给我一份销售数据让帮忙看看哪个产品卖得好。我打开一看血压上来了日期三种格式混着写金额前面挂着¥还带着逗号产品名iPhone有六种写法缺失值、重复行一个不少。这种数据你直接 groupby算出来的全是错的。今天这篇就干一件事把这份脏数据洗干净再画出能看的图。代码 40 行复制就能跑。环境很简单pandas 2.x 加 plotly。没装的跑一行 pip install pandas plotly。版本这块提一句pandas 2.x 里 to_datetime 处理混合日期格式要加 format“mixed”1.x 不用。这个坑后面细说先记住。先看数据长什么样。真实场景你是从 CSV 读我这里用代码造一份同样脏的数据效果一样。df.info 和 isna().sum 先跑一遍心里有数215 行里 region 缺了 32 个qty 缺了 11 个还有 15 行是重复的。import numpy as np import pandas as pd # 造一份脏数据模拟业务系统导出的常态 rng np.random.default_rng(42) n 200 df pd.DataFrame({ product: rng.choice( [ iPhone, IPHONE, MacBook , macbook, AirPods, airpods ], n), date: rng.choice( [2026/01/05, 2026-01-06, 01-07-2026, 2026/1/8], n), amount: [¥ f{x:,} for x in rng.integers(3000, 15000, n)], qty: rng.integers(1, 5, n).astype(float), region: rng.choice([华东, 华南, 华北, None], n, p[0.3, 0.3, 0.25, 0.15]), }) # 混入缺失、重复、脏值 df.loc[rng.choice(n, 20, replaceFalse), amount] N/A df.loc[rng.choice(n, 10, replaceFalse), qty] np.nan df pd.concat([df, df.iloc[:15]], ignore_indexTrue) # 15 行重复 print(原始形状:, df.shape) print(缺失统计:\n, df.isna().sum())接下来一步步洗。先洗产品名 iPhone和IPHONE在机器眼里是两个东西一行 str.strip().str.lower 解决六种写法变三种。日期是重灾区2026/01/05和01-07-2026混在一起pd.to_datetime 直接转会报错pandas 2.x 加 format“mixed” 让它自己认格式。金额那一列是字符串先把¥和逗号替换掉再用 pd.to_numeric 转数字errors“coerce” 让转不过来的N/A变成 NaN 而不是报错脏值多的列全靠它。# 洗产品名大小写空格统一 df[product] df[product].str.strip().str.lower() # 三种日期格式统一 df[date] pd.to_datetime(df[date], formatmixed) # 金额去符号转数字N/A 变 NaN df[amount] (df[amount].str.replace(¥, , regexFalse) .str.replace(,, , regexFalse)) df[amount] pd.to_numeric(df[amount], errorscoerce) # 去重 缺失处理 df df.drop_duplicates().copy() df[qty] df[qty].fillna(df[qty].median()) df[region] df[region].fillna(未知) print(清洗后形状:, df.shape) print(缺失统计:\n, df.isna().sum())洗完 200 行缺失清零。groupby 一看macbook 卖了 62 万airpods 53 万iphone 49 万。plotly 两行画出柱状图和趋势线write_html 存下来浏览器打开就能看。import plotly.express as px sales df.groupby(product, as_indexFalse)[amount].sum().sort_values(amount) print(sales) trend df.assign(daydf[date].dt.date).groupby(day, as_indexFalse)[amount].sum() fig1 px.bar(sales, xproduct, yamount, titlesales by product) fig1.write_html(bar.html) fig2 px.line(trend, xday, yamount, titledaily sales trend) fig2.write_html(line.html)再说三个坑都是我真踩过的。第一混合日期格式pandas 1.x 和 2.x 写法不一样抄旧教程的代码会报错认准 format“mixed”。第二链式赋值警告drop_duplicates 之后加个 .copy() 最省事。第三groupby 里直接用 df[“date”].dt.date 做分组键pandas 2.x 会吞掉列名先 assign 成一列再分组。这套流程我每次拿到新数据都跑一遍收藏这篇下次照着做省半小时。下期数据分析实战第2期讲 groupby 之后怎么做透视表和环比关注我不错过。你们平时拿到最脏的数据长什么样评论区说说。Cyrus

相关推荐

关于土壤传感相关期刊推荐
关于土壤传感相关期刊推荐

期刊- Precision Agriculture-精准农业-中科院分区2区,影响因子7.6 首页 |精准农业 |施普林格自然链接https://link.springer.com/journal/11119 期刊-computers and electronics in agriculture-农业中的计算机与电子产品 中科院分区1区,影响因子10.3… · 2026/11/19 5:00:30

实训只教“标准动作“就够了吗?对照教育部“未来实训中心“新部署,高职老师做虚拟仿真资源最该改的3件事
实训只教“标准动作“就够了吗?对照教育部“未来实训中心“新部署,高职老师做虚拟仿真资源最该改的3件事

教科信〔2026〕1号《"人工智能教育"行动计划》政策锚点文件在"打造虚实融合的未来教育空间"一节明确提出:打造未来课堂、未来学校、未来学习中心和未来实训中心,打通人工智能应用"最后一公里",深化虚拟仿真实验… · 2026/11/4 8:40:17

一句话变 2137 字符详细提示词:Qwen-Image-2.1-Text-Encoder-Heretic-GGUF 搭配 PE-T2I 改写器的完整出图工作流
一句话变 2137 字符详细提示词:Qwen-Image-2.1-Text-Encoder-Heretic-GGUF 搭配 PE-T2I 改写器的完整出图工作流

一句话变 2137 字符详细提示词:Qwen-Image-2.1-Text-Encoder-Heretic-GGUF 搭配 PE-T2I 改写器的完整出图工作流 还在为一行提示词出图模糊、细节丢失而烦恼?Qwen-Image-2.1-Text-Encoder-Heretic-GGUF 提供了 Qwen-Image-2.1 的量化文本编码器&#xf… · 2026/11/16 2:01:39

新兴县电工证培训多少钱?别被中介坑了,选对机构很关键
新兴县电工证培训多少钱?别被中介坑了,选对机构很关键

新兴县电工证培训多少钱?别被中介坑了,选对机构很关键 你是不是也和我一样,拿着电工证却不知道怎么报名,怕被中介骗钱?特别是在新兴县,电工证培训市场鱼龙混杂,一不小心就花了冤枉钱,还拿不到证。其实,选对培训机构,比花多少钱更重要。这篇文章,我… · 2026/11/19 4:59:36

电工证要拿吗 电子证书怎么查怎么用
电工证要拿吗 电子证书怎么查怎么用

电工证要拿吗 电子证书怎么查怎么用 证书过期了不知道怎么复审延期,这事儿真不是小事。前几天有位漯河的建筑工人老张,拿着已经失效的电工证去工地干活,结果被工头当场拦下,还被罚款了500块,最后还得重新考试。这种事在行业内并不少见,特别是像你这… · 2026/11/19 4:59:36

特种作业操作证被盗用怎么办?学历不高怕报不上名?良心建议在这儿
特种作业操作证被盗用怎么办?学历不高怕报不上名?良心建议在这儿

特种作业操作证被盗用怎么办?学历不高怕报不上名?良心建议在这儿 你是不是也担心自己辛辛苦苦考下来的特种作业操作证被盗用,怕耽误工作?尤其是像我们这种学历不高、靠实打实手艺吃饭的工人,证书对我们来说比命还重要。别急,这篇良心建议帮你把问题讲清… · 2026/11/19 4:59:36

钟山区电工证实操考试心里没底?郑州报考避坑指南全解析
钟山区电工证实操考试心里没底?郑州报考避坑指南全解析

钟山区电工证实操考试心里没底?郑州报考避坑指南全解析 你是不是也担心自己去考钟山区电工证,实操考试心里没底怕挂科?尤其是新乡地区中小施工企业负责人,面对不断变化的政策和考试要求,更是容易焦虑。别急,郑州报考避坑指南来了,帮你一步步理清思路,… · 2026/11/19 4:59:36

装修工需要电工证吗 在哪考才靠谱
装修工需要电工证吗 在哪考才靠谱

装修工需要电工证吗 在哪考才靠谱 实操考试心里没底怕挂科?你不是一个人。现在不少装修工在接项目前,都会纠结一个事: 装修工需要电工证吗 ?其实,答案是肯定的,特别是在涉及电线、电路布置的装修工作中, 电工证不仅是行业门槛,更是法律要求 。… · 2026/11/19 4:59:36

低压电工证理论简答题在哪考?工地太忙根本没时间复习考试?这招教你高效拿证
低压电工证理论简答题在哪考?工地太忙根本没时间复习考试?这招教你高效拿证

低压电工证理论简答题在哪考?工地太忙根本没时间复习考试?这招教你高效拿证 工地太忙根本没时间复习考试,这种话我听得太多了。我认识一个在驻马店做中小型施工项目的王老板,去年因为没及时办理低压电工证,结果被安监部门处罚了3万元,整个项目差点停工… · 2026/11/19 4:58:36

长春初级电工证怎么考?通过率揭秘全在这里
长春初级电工证怎么考?通过率揭秘全在这里

长春初级电工证怎么考?通过率揭秘全在这里 之前考的证在外省能不能转过来?这几乎是每个想从事电工工作的人都会问的问题。特别是那些在外地打拼多年、手里握着一张“外地电工证”的人,到了长春想继续干这一行,第一反应就是“我的证能用吗?”。今天我们就… · 2026/11/18 8:19:55

国内电工证报考条件与考试时间
国内电工证报考条件与考试时间

低压电工证怎么考?学历不高也能报名,官方报名入口全在这 你是不是经常听说“电工证是入行门槛”,但又担心自己学历不够、经验不足,根本报不了名?别急,今天就带你从零了解【国内电工证】的报考流程、考试内容,还有怎么在 官方报名入口… · 2026/11/18 8:19:53

电工作业时如何断电?电子证书到底能不能全国通用?
电工作业时如何断电?电子证书到底能不能全国通用?

电工作业时如何断电?电子证书到底能不能全国通用? 实操考试心里没底怕挂科,特别是电工作业时如何断电这一操作,不仅关系到你能不能拿到证书,更关系到以后能不能顺利上岗。很多人觉得这不过就是“断个电”,但其实这里面的门道可不少,稍有不慎就可能出错… · 2026/11/18 14:38:14

姑苏区哪里考电工证好考前押题怎么找
姑苏区哪里考电工证好考前押题怎么找

姑苏区哪里考电工证好考前押题怎么找 工地太忙根本没时间复习考试,电工证考前还总找不到靠谱的 考前押题 资源,真让人头疼。如果你也是在苏州姑苏区从事建筑或电力行业的,那这些建议你一定要看完。 为什么姑苏区考电工证的人这么多?… · 2026/11/19 0:00:12

罗定能考电工证吗?外省证转过来流程全解析+郑州报考避坑指南
罗定能考电工证吗?外省证转过来流程全解析+郑州报考避坑指南

罗定能考电工证吗?外省证转过来流程全解析+郑州报考避坑指南 之前考的证在外省能不能转过来?这几乎是每个特种作业证书持有者都会遇到的问题,特别是像你这样已经在外地工作多年,想回老家罗定发展或者重新规划职业路径的人。别急,今天就给你一条清晰的路… · 2026/11/19 0:00:12

罗定能考电工证吗 电工证含金量到底有多少?
罗定能考电工证吗 电工证含金量到底有多少?

罗定能考电工证吗 电工证含金量到底有多少? 之前考的证在外省能不能转过来,这几乎是每个准备考电工证的朋友最先想到的问题。特别是在罗定这样的地方,很多人的电工证都是在外地考的,现在想在当地继续使用,但不知道怎么办。实际上,电工证的 含金量… · 2026/11/19 0:00:12

双极步进电机控制实战:DRV8818PWPR与PIC18F86K22驱动调试
双极步进电机控制实战:DRV8818PWPR与PIC18F86K22驱动调试

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/17 21:47:42

STM32F207ZG + DRV8818PWPR 步进电机驱动实战解析
STM32F207ZG + DRV8818PWPR 步进电机驱动实战解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/17 21:47:42

DRV8818PWPR+dsPIC30F4013工业级双极步进电机控制方案
DRV8818PWPR+dsPIC30F4013工业级双极步进电机控制方案

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/19 0:22:38

了解更多?预约专属演示

我们的顾问将为您一对一讲解产品与方案

企业微信二维码