数据大清洗_Pandas库进阶（综合案例-医院数据统计）

一、项目介绍

近些年来，随着人民生活的提升，人民群众对于医疗条件的选择尤为重视，为此，各个诊所、医院应运而生来保障人民的身体健康。
以下为某医院售药部分的售药记录情况，请根据该医院的售药记录数据，进行相关数据
处理，并提出问题，挖掘其中有价值的信息，为该医院的下一步营销进行指导。

先进行数据清洗：
（1）把列索引变为容易理解的索引值

（2）删掉有空值的数据

（3）将’销售数量’,‘应收金额’,'实收金额’数据类型转换为 int

（4）删除’销售数量’,‘应收金额’,'实收金额’中小于 0 的数据

（5）'成交时间’特征转标准时间格式：

再进行分析：
（1） 每个月的人流量？
（2）人均平均消费？
（3）使用最频繁的前十种药品？
（4）多少人办社保卡？

二、代码

import pandas as pd

# 加载数据
data = pd.read_excel('./某医院2018年数据.xlsx')
print('data:\n', data)
print('data的列索引：\n', data.columns)
# print('每一列的非空数据的数量：\n', data.count())
print('每一列含有缺失值的数量：\n', pd.isnull(data).sum())

# 先进行数据处理
# 先进行数据清洗：
# （1）把列索引变为容易理解的索引值
# 将  购药时间 ----> 成交时间
# 更改列索引
data.rename(columns={
   
   '购药时间': '成交时间'}, inplace=True)
print('更改后的列索引：\n', data.columns)

# （2）删掉有空值的数据
# 删掉所有有空值的数据---->删除掉有空值的行
data.dropna(axis=0, how='any', inplace=