《Python 从入门到精通》149|数据分析小案例:用 Python 看懂一份销售数据

一、真正的数据分析，不是先会很多库，而是先会提问题

很多人学完 Pandas 和 Matplotlib 之后，会进入一个很常见的阶段：

函数会一点 图也能画 表也能读 可真拿到一份数据，还是不知道从哪下手

这其实不是技术问题，而是分析思路还没建立起来。

因为真实的数据分析，不是把库的语法默写一遍，而是先想清楚：

这份数据里到底有什么 我最想看出什么 应该先做什么，再做什么 最后怎么把结果讲清楚

所以这一章我们不再零散练函数，而是做一个完整的小案例。 从读入数据，到清洗数据，再到统计分析、图表展示，完整走一遍。

你要学会的，不只是代码，而是一条很实用的分析路线。

二、先准备一份销售数据

假设我们现在有一份简单的销售表，字段包括：

日期 门店 商品 销量 单价

我们先手动构造一份数据，后面再一步步分析。

import pandas as pddata = {"日期": ["2025-01-01", "2025-01-01", "2025-01-02", "2025-01-02","2025-01-03", "2025-01-03", "2025-01-04", "2025-01-04","2025-01-05", "2025-01-05"    ],"门店": ["北京", "上海", "北京", "广州","上海", "北京", "广州", "上海","北京", "广州"    ],"商品": ["苹果", "苹果", "香蕉", "苹果","香蕉", "橙子", "橙子", "苹果","苹果", "香蕉"    ],"销量": [120, 90, 150, 80, 130, 60, 95, 110, 140, 100],"单价": [5, 5, 3, 5, 3, 4, 4, 5, 5, 3]}df = pd.DataFrame(data)print(df)

输出大致会是这样：

           日期  门店  商品   销量  单价02025-01-01  北京  苹果  120512025-01-01  上海  苹果   90522025-01-02  北京  香蕉  150332025-01-02  广州  苹果   80542025-01-03  上海  香蕉  130352025-01-03  北京  橙子   60462025-01-04  广州  橙子   95472025-01-04  上海  苹果  110582025-01-05  北京  苹果  140592025-01-05  广州  香蕉  1003

别急着分析，先养成一个好习惯： 每拿到一份数据，先看清楚它长什么样。

三、第一步不是分析，是先认识数据

先看前几行：

print(df.head())

看整体信息：

print(df.info())

看数值列的基本统计：

print(df.describe())

这三步非常重要。 因为你必须先知道：

有多少行 有多少列 每列是什么类型 数值范围大概怎样 有没有空值 有没有明显异常

如果一上来就开始画图、做分组，很容易分析错方向。

比如 日期 明明还是字符串，你却以为已经是时间类型。 比如 销量 这一列混进了空值或者字符串，你却直接拿去统计。 这些问题在真实数据里非常常见。

所以数据分析第一原则是：

先认识数据，再解释数据。

四、先补上一列最关键的数据：销售额

原表里只有销量和单价，但分析销售数据时，最核心的指标之一通常是销售额。

计算方式很简单：

销售额 = 销量 × 单价

直接新增一列：

df["销售额"] = df["销量"] * df["单价"]print(df)

这一步做完后，表会变成：

           日期  门店  商品   销量  单价  销售额02025-01-01  北京  苹果  120560012025-01-01  上海  苹果   90545022025-01-02  北京  香蕉  150345032025-01-02  广州  苹果   80540042025-01-03  上海  香蕉  130339052025-01-03  北京  橙子   60424062025-01-04  广州  橙子   95438072025-01-04  上海  苹果  110555082025-01-05  北京  苹果  140570092025-01-05  广州  香蕉  1003300

这一步其实不只是“加一列”，而是在建立分析核心指标。

以后你做订单分析、运营分析、商品分析时，会经常遇到这种情况：

原始数据里不一定直接给你核心指标 但你可以根据现有字段自己推导出来

这也是数据分析里很常见的一种能力。

五、第二步：先看整体，而不是一上来盯细节

很多人分析数据时，一开始就去看某个门店、某个商品。 其实更稳妥的做法是，先看整体轮廓。

比如先回答几个最基础的问题：

总销量是多少 总销售额是多少 平均每条记录卖了多少 最高销量是多少 最低销量是多少

代码很简单：

print("总销量：", df["销量"].sum())print("总销售额：", df["销售额"].sum())print("平均销量：", df["销量"].mean())print("最高销量：", df["销量"].max())print("最低销量：", df["销量"].min())

如果结果是：

总销量： 1075总销售额： 4460平均销量： 107.5最高销量： 150最低销量： 60

那你脑子里就开始有整体感觉了。 这一步虽然不复杂，但很重要，因为它是在先建立“全局印象”。

真实分析里，很多误判都来自于上来就钻局部。

六、第三步：按门店看，先看谁卖得更好

当你对整体有了感觉后，下一步通常就是拆维度。 销售数据最常见的维度之一，就是门店。

我们想回答的问题可能是：

哪家门店销量最高 哪家门店销售额最高 不同门店的平均单次销售表现如何

这时就可以按门店分组：

store_summary = df.groupby("门店")[["销量", "销售额"]].sum()print(store_summary)

结果大致会是：

      销量  销售额门店北京   4701990上海   3301390广州   2751080

这时候你就能得到一个非常直观的结论：

北京门店整体表现最好 上海其次 广州目前最弱

但注意，分析不能只停留在“谁高谁低”。 你还要继续想：

为什么北京高 是因为苹果卖得特别好 还是因为订单数量更多 还是因为商品结构不同

这时就需要继续往下拆。

七、第四步：按商品看，找出真正的主力商品

很多时候，门店的强弱，背后其实是商品结构在起作用。 所以接下来最常见的动作就是按商品分组。

product_summary = df.groupby("商品")[["销量", "销售额"]].sum()print(product_summary)

结果大致会是：

      销量  销售额商品苹果   5402700香蕉   3801140橙子   155620

你会立刻发现：

苹果是绝对主力 香蕉也不差 橙子贡献最弱

这时候你就可以形成第二层理解：

北京门店为什么强，可能和苹果销售表现好有关 整体销售额为什么高，和苹果单价高也有关系

数据分析里特别重要的一点是： 别只停留在结论表面，要继续往后追原因。

八、第五步：交叉分析门店和商品，才开始接近真实业务判断

前面按门店看、按商品看，其实都还是单维度。 但真实业务里，往往更有价值的是交叉分析。

比如：

北京门店到底靠什么商品卖得好 上海门店的苹果是不是特别强 广州门店是不是橙子卖得还行，但苹果一般

这时就要按“门店 + 商品”一起分组：

store_product_summary = df.groupby(["门店", "商品"], as_index=False)[["销量", "销售额"]].sum()print(store_product_summary)

结果大致会是：

   门店  商品   销量  销售额0  北京  苹果  26013001  北京  香蕉  1504502  北京  橙子   602403  上海  苹果  20010004  上海  香蕉  1303905  广州  苹果   804006  广州  香蕉  1003007  广州  橙子   95380

这张表很有价值，因为它已经开始回答业务层面的问题了。

比如你能看出：

北京的苹果最强 上海的苹果也不错 广州的苹果相对偏弱 广州的橙子反而不算太差

这就比单纯看总销量更像真正的分析。

九、第六步：按日期看趋势，别只看汇总

汇总数据很重要，但如果只看总和，你会忽略趋势。

比如你还想知道：

销售额是不是每天都在涨 有没有哪一天突然特别高 某些波动是偶然还是趋势

这时候应该按日期聚合：

daily_summary = df.groupby("日期")[["销量", "销售额"]].sum().reset_index()print(daily_summary)

结果大致会是：

           日期   销量  销售额02025-01-01210105012025-01-0223085022025-01-0319063032025-01-0420593042025-01-052401000

从这个结果你就能看出：

1月3日整体偏弱 1月5日销量最高 销售额并不完全跟销量同步，因为还受到商品单价影响

这一步特别重要，因为趋势分析和结构分析往往要结合起来看。 只看总量，你很容易错过一些变化节奏。

十、第七步：把趋势画出来，很多问题一眼就明白了

表格能看出信息，但图表更适合看趋势。

我们用 Matplotlib 画一张每日销售额折线图：

import matplotlib.pyplot as pltplt.rcParams["font.sans-serif"] = ["SimHei"]plt.rcParams["axes.unicode_minus"] = Falseplt.plot(daily_summary["日期"], daily_summary["销售额"], marker="o")plt.title("每日销售额趋势")plt.xlabel("日期")plt.ylabel("销售额")plt.grid(True)plt.show()

图一出来，你会发现很多表格里不够直观的东西，一下变得很明显：

哪天高 哪天低 波动大不大 整体有没有上升趋势

这也是为什么真正的数据分析，往往是“表 + 图”一起看。 表适合精确读数，图适合快速看结构和趋势。

十一、第八步：做一个门店销售额柱状图，看看差异到底有多大

前面我们已经按门店汇总过了。 接下来把门店销售额画成柱状图：

store_summary = df.groupby("门店")["销售额"].sum().reset_index()plt.bar(store_summary["门店"], store_summary["销售额"])plt.title("各门店销售额对比")plt.xlabel("门店")plt.ylabel("销售额")plt.show()

柱状图特别适合比较类别差异。

这张图一出来，北京和上海、广州之间的差距就比表格更直观了。

很多管理汇报、业务分析报告里，最常见的图其实就是这种。 因为它能非常直接地回答：

谁做得更好 差多少 谁需要重点关注

十二、第九步：别只会看总额，也要看平均值

很多人做销售分析时，只盯总销量和总销售额。 这当然重要，但还不够。

因为总量高，不一定说明“单次表现好”。 有时只是记录更多、订单更多、样本更大。

所以你还要看平均值。

比如看各门店平均销售额：

store_avg = df.groupby("门店")["销售额"].mean().reset_index()print(store_avg)

结果大致会是：

   门店        销售额0  北京  497.5000001  上海  463.3333332  广州  360.000000

这说明：

北京不只是总量高，单条记录平均贡献也更强 广州不只是总量弱，平均表现也偏弱

所以平均值的意义在于：

帮你判断“质量”而不只是“规模”

这在真实分析里非常重要。

十三、第十步：排序，把重点直接排出来

有些分析结果一出来，最好不要让别人自己慢慢找。 你应该主动把重点排在前面。

比如按商品销售额降序：

product_summary = df.groupby("商品", as_index=False)[["销量", "销售额"]].sum()product_summary = product_summary.sort_values("销售额", ascending=False)print(product_summary)

结果会自动把最重要的商品放在前面。

按门店销售额降序：

store_summary = df.groupby("门店", as_index=False)[["销量", "销售额"]].sum()store_summary = store_summary.sort_values("销售额", ascending=False)print(store_summary)

排序这个动作看起来简单，但特别重要。 因为分析结果不是只给自己看，往往还要给别人看。 排序能让信息重心更明确。

十四、第十一步：筛出关键记录，而不是一直看全表

分析时还有一个非常高频的动作，就是只看关键记录。

比如我们只想看销售额大于 500 的记录：

high_sales = df[df["销售额"] > 500]print(high_sales)

只看苹果商品：

apple_df = df[df["商品"] == "苹果"]print(apple_df)

只看北京门店的苹果：

bj_apple = df[(df["门店"] == "北京") & (df["商品"] == "苹果")]print(bj_apple)

这种筛选的意义在于：

把“大海捞针”变成“精准看重点”

真实工作里，很多时候你不是在分析所有数据，而是在聚焦：

高价值客户 高销售商品 低表现门店 异常日期 重点渠道

所以筛选能力，永远是分析基本功。

十五、第十二步：分析异常值和异常点，是很有价值的一步

很多初学者做分析时，只会算平均值、总和。 但真实业务里，异常点经常比平均值更值得看。

比如这份数据里，销量最高的是哪条：

max_sales_row = df[df["销量"] == df["销量"].max()]print(max_sales_row)

销售额最高的是哪条：

max_amount_row = df[df["销售额"] == df["销售额"].max()]print(max_amount_row)

这种分析的意义在于：

找到“最突出”的记录 看看它为什么突出 这种突出是正常规律，还是偶发异常

比如你发现某天销售额特别高，可能是：

活动促销 新品上线 节假日影响 某个门店突然爆单

这时数据分析就开始从“做表格题”往“做业务判断”走了。

十六、第十三步：做分析时，尽量把结论写成业务语言

很多人写分析，只写代码和结果数字。 但真正有价值的是，你能把数字翻译成业务语言。

比如刚才这份销售数据，如果你只写：

北京销售额 1990 上海销售额 1390 广州销售额 1080

这当然没错，但还不够像分析。

更像分析的表达会是：

北京门店当前整体表现最好，销售额明显领先 苹果是当前最核心的销售主力，对总销售额贡献最大 广州门店整体偏弱，后续可以重点观察苹果品类是否存在提升空间 从按日趋势来看，1月3日销售额明显回落，值得进一步排查当天商品结构或客流变化

你看，同样是数据，翻译成业务语言后，价值一下就不一样了。

所以做数据分析时，千万别只满足于“算出来了”。 还要问一句：

这组结果说明了什么。

十七、第十四步：把分析过程写成固定套路，后面就会越来越顺

很多新手一遇到新数据就发懵，本质上不是能力不够，而是没有固定分析框架。

你完全可以给自己建立一套通用流程：

先读数据 再看结构 补核心指标 看整体概况 按关键维度拆分 看趋势 看对比 筛重点 找异常 最后总结结论

你会发现，绝大多数表格型分析，其实都能往这套流程里套。

比如换成订单数据，也一样：

先看订单总量 再看销售额 再按城市拆 按渠道拆 按日期看 再找异常订单和高价值订单

只要分析框架建立起来，你面对新数据时就不会那么乱。

十八、第十五步：一个更完整的分析脚本示例

下面我们把前面这些动作串成一个稍完整的脚本。

import pandas as pdimport matplotlib.pyplot as pltplt.rcParams["font.sans-serif"] = ["SimHei"]plt.rcParams["axes.unicode_minus"] = Falsedata = {"日期": ["2025-01-01", "2025-01-01", "2025-01-02", "2025-01-02","2025-01-03", "2025-01-03", "2025-01-04", "2025-01-04","2025-01-05", "2025-01-05"    ],"门店": ["北京", "上海", "北京", "广州","上海", "北京", "广州", "上海","北京", "广州"    ],"商品": ["苹果", "苹果", "香蕉", "苹果","香蕉", "橙子", "橙子", "苹果","苹果", "香蕉"    ],"销量": [120, 90, 150, 80, 130, 60, 95, 110, 140, 100],"单价": [5, 5, 3, 5, 3, 4, 4, 5, 5, 3]}df = pd.DataFrame(data)df["销售额"] = df["销量"] * df["单价"]print("数据预览：")print(df.head())print("\n整体概况：")print("总销量：", df["销量"].sum())print("总销售额：", df["销售额"].sum())print("\n按门店汇总：")store_summary = df.groupby("门店", as_index=False)[["销量", "销售额"]].sum()print(store_summary)print("\n按商品汇总：")product_summary = df.groupby("商品", as_index=False)[["销量", "销售额"]].sum()print(product_summary)print("\n按日期汇总：")daily_summary = df.groupby("日期", as_index=False)[["销量", "销售额"]].sum()print(daily_summary)plt.figure(figsize=(10, 4))plt.plot(daily_summary["日期"], daily_summary["销售额"], marker="o")plt.title("每日销售额趋势")plt.xlabel("日期")plt.ylabel("销售额")plt.grid(True)plt.show()plt.figure(figsize=(6, 4))plt.bar(store_summary["门店"], store_summary["销售额"])plt.title("各门店销售额对比")plt.xlabel("门店")plt.ylabel("销售额")plt.show()

这段代码不复杂，但已经具备了一个小分析脚本的基本结构。 以后你再分析其他表格数据，完全可以按这个思路去改。

十九、第十六步：如果数据来自 CSV 或 Excel，该怎么改

刚才的数据是我们手动造的。 真实项目里，数据通常来自文件。

如果是 CSV：

df = pd.read_csv("sales.csv")

如果是 Excel：

df = pd.read_excel("sales.xlsx")

之后的流程其实几乎不变：

补指标 看概况 做分组 做图表 写结论

这也是为什么说，学会一个小案例，比背很多碎片知识更值钱。 因为你以后面对真实文件时，只是在替换“数据来源”，分析套路并没有变。

二十、第十七步：这类小案例里，最容易犯的几个错误

1. 一上来就分组，没先看数据结构

这样很容易对错列、空值、类型问题毫无察觉。

2. 只看总量，不看平均值和结构

总销售额高，不代表商品结构健康。 总销量高，也不代表单次表现强。

3. 只看汇总，不看趋势

趋势能帮助你看到波动和变化节奏。

4. 只会给数字，不会写结论

这会让分析停留在“计算”层面，没有真正进入“判断”层面。

5. 图能画出来，但图选错了

趋势看折线 类别对比看柱状 变量关系看散点 这一点要慢慢建立直觉

二十一、这一章真正想让你学会的，不只是一个案例

你表面上学的是一份销售数据怎么分析。 但更深一层，你其实是在学一种通用套路：

看到表格数据后，怎么一步步拆开看 怎么从明细走向汇总 怎么从数字走向图表 怎么从结果走向结论

以后你拿到成绩表、库存表、订单表、用户表，甚至爬虫抓下来的结果表，思路都可以复用。

这才是小案例真正的价值。

二十二、本章要点整理

销售数据分析的基本流程通常是：读数据、看结构、补指标、看整体、按维度拆分、看趋势、画图、写结论。 新增核心指标是很常见的动作，比如用销量和单价计算销售额。 整体统计能帮助你快速建立全局印象。 按门店、按商品、按日期分组，是销售分析里最常见的拆分方式。 折线图适合看趋势，柱状图适合看对比。 分析时不能只停留在数字本身，还要把结果翻译成业务语言。 真正重要的，不是会不会某一个函数，而是能不能建立稳定的数据分析套路。