数据文件上传到jupyter notebook后，接下来，就开始读取各个数据文件，然后将每个数据文件的前5行数据内容显示出来，观察一下数据列之间的关系。比如，首先来读取customer_master.csv文件中的内容，代码如下：

import pandas as pd
customer_master = pd.read_csv('customer_master.csv')
customer_master.head()

解释一下代码：

 

第1行：引入Python的软件包——pandas。

第2行：使用pandas中的read_csv函数，读取外部的“customer_master.csv”文件，转换成pandas的处理数据对象，存储到customer_master变量中，这个变量就是类似表格的数据结构。

第3行：使用head()函数，将customer_master变量的前5行数据显示出来。

 

点击"运行"，执行效果如下图所示。

按照同样的方法，我们把其它数据文件也读取并显示出来。如下图所示。

 

item_master.csv文件

transaction_1.csv文件

transaction_detail_1.csv文件

在分析数据之前，了解“数据的轮廓”非常重要。如同中医看病一样，通过“望闻问切”等外在的观察，可以大致判断一个人的健康情况。所以在分析数据之前，首先把各个数据的轮廓大致了解清楚，使用上面的代码方法，就可以大体了解各个数据中的基本情况。如下表所示：

变量	解释
customer_master	顾客的性别和年龄等数据信息。
item_master	商品的名称和价格等数据信息。
transaction_1	有关“什么顾客，什么时候，花了多少钱”等交易数据信息。
transaction_detail_1	有关“交易商品的名称和数量”等数据信息。

 

了解完之后，接下来该如何进行分析呢？

 

我们还是要回到刘先生的需求这里，他很想知道，如何通过分析数据，可以让他的店铺销量越来越好呢？

 

观察上面的数据，显然，transaction_1 和 transaction_detail_1 中的数据信息，更加符合刘先生的需求。我们就从这两个变量开始着手分析。可以发现，transaction_1是从“transaction_1.csv”文件中获取的变量，除了“transaction_1.csv”文件外，还有“transaction_2.csv”文件，这是因为交易的数据量非常多，被分成了两个文件来存储。transaction_detail_1 也是同样的情况。

 

所以，为了完整的数据分析，我们首先将“transaction_1.csv”文件和“transaction_2.csv”文件合并起来。下一节，继续！

---

此处为语雀文档，点击链接查看：https://www.yuque.com/codeclub/yvmeco/friz9v