!pip install pandas matplotlib openpyxl -q

# 導(dǎo)入庫(kù)
import pandas as pd
import matplotlib.pyplot as plt
???????plt.rcParams['font.sans-serif'] = ['SimHei'] 

# 讀取Excel文件（替換為你的文件路徑，Colab直接上傳后用文件名）

df = pd.read_excel('sales_data.xlsx', engine='openpyxl')

# 查看數(shù)據(jù)前5行+基本信息（快速了解數(shù)據(jù)結(jié)構(gòu)）

print("數(shù)據(jù)預(yù)覽：")

print(df.head())

print("\n數(shù)據(jù)基本信息：")

print(df.info()) # 查看字段、數(shù)據(jù)類(lèi)型、缺失值數(shù)量

# 1. 刪除重復(fù)行（按所有字段去重）

df = df.drop_duplicates()

# 2. 處理缺失值（年齡/銷(xiāo)售額用平均值填充，地區(qū)用“未知”填充）

df['年齡'] = df['年齡'].fillna(df['年齡'].mean().round(0)) # 年齡取整

df['銷(xiāo)售額'] = df['銷(xiāo)售額'].fillna(df['銷(xiāo)售額'].mean())

df['地區(qū)'] = df['地區(qū)'].fillna('未知')

# 3. 格式統(tǒng)一（年齡轉(zhuǎn)為整數(shù)，銷(xiāo)售額保留2位小數(shù)）

df['年齡'] = df['年齡'].astype(int)

df['銷(xiāo)售額'] = df['銷(xiāo)售額'].round(2)

# 清洗后數(shù)據(jù)預(yù)覽

print("\n清洗后數(shù)據(jù)：")

print(df.head()）

region_sales = df.groupby('地區(qū)')['銷(xiāo)售額'].sum()

plt.figure(figsize=(10,4))

region_sales.plot(kind='bar', color='#66b3ff')

plt.title('各地區(qū)銷(xiāo)售額分布')

plt.xlabel('地區(qū)')

plt.ylabel('總銷(xiāo)售額（元）')

plt.xticks(rotation=45)

plt.grid(axis='y', alpha=0.3)

plt.show()

plt.figure(figsize=(8,4))

plt.scatter(df['年齡'], df['銷(xiāo)售額'], color='#ff6666', alpha=0.6)

plt.title('年齡與銷(xiāo)售額關(guān)系')

plt.xlabel('年齡')

plt.ylabel('銷(xiāo)售額（元）')

plt.grid(alpha=0.3)

plt.show()

# 安裝依賴（首次運(yùn)行）

!pip install pandas matplotlib openpyxl -q

# 導(dǎo)入庫(kù)

import pandas as pd

import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']

# 1. 讀取Excel數(shù)據(jù)

df = pd.read_excel('sales_data.xlsx', engine='openpyxl')

print("原始數(shù)據(jù)預(yù)覽：")

print(df.head())

# 2. 數(shù)據(jù)清洗

df = df.drop_duplicates() # 去重

df['年齡'] = df['年齡'].fillna(df['年齡'].mean().round(0)).astype(int) # 補(bǔ)缺失值+轉(zhuǎn)整數(shù)

df['銷(xiāo)售額'] = df['銷(xiāo)售額'].fillna(df['銷(xiāo)售額'].mean()).round(2) # 補(bǔ)缺失值+保留2位小數(shù)

df['地區(qū)'] = df['地區(qū)'].fillna('未知') # 補(bǔ)缺失地區(qū)

print("\n清洗后數(shù)據(jù)：")

print(df.head())

# 3. 可視化1：各地區(qū)銷(xiāo)售額

region_sales = df.groupby('地區(qū)')['銷(xiāo)售額'].sum()

plt.figure(figsize=(10,4))

region_sales.plot(kind='bar', color='#66b3ff')

plt.title('各地區(qū)銷(xiāo)售額分布')

plt.xlabel('地區(qū)')

plt.ylabel('總銷(xiāo)售額（元）')

plt.xticks(rotation=45)

plt.grid(axis='y', alpha=0.3)

plt.show()

# 4. 可視化2：年齡與銷(xiāo)售額關(guān)系

plt.figure(figsize=(8,4))

plt.scatter(df['年齡'], df['銷(xiāo)售額'], color='#ff6666', alpha=0.6)

plt.title('年齡與銷(xiāo)售額關(guān)系')

plt.xlabel('年齡')

plt.ylabel('銷(xiāo)售額（元）')

plt.grid(alpha=0.3)

plt.show()

# 5. 保存清洗后的數(shù)據(jù)到新Excel（可選）

df.to_excel('cleaned_sales_data.xlsx', index=False, engine='openpyxl')

print("\n清洗后的數(shù)據(jù)已保存為 cleaned_sales_data.xlsx")