1. Quy trình phân tích dữ liệu

Quy trình phân tích dữ liệu thường gồm các bước:

1. Thu thập dữ liệu

2. Làm sạch dữ liệu

3. Khám phá dữ liệu (Exploratory Data Analysis)

4. Phân tích dữ liệu

5. Trực quan hóa dữ liệu

6. Đưa ra kết luận

2. Dataset ví dụ

Dataset: sales_data.csv

Các cột dữ liệu:

3. Bước 1: Đọc dữ liệu

import pandas as pd

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

Xem dữ liệu:

df.head()

4. Bước 2: Kiểm tra dữ liệu

df.info()

Kiểm tra dữ liệu thiếu:

df.isnull().sum()

5. Bước 3: Làm sạch dữ liệu

Ví dụ loại bỏ dữ liệu thiếu:

df = df.dropna()

Chuyển đổi kiểu dữ liệu:

df["Date"] = pd.to_datetime(df["Date"])

6. Bước 4: Phân tích dữ liệu

Doanh thu theo sản phẩm

df.groupby("Product")["Revenue"].sum()

Doanh thu theo khu vực

df.groupby("Region")["Revenue"].sum()

Tổng số lượng bán

df["Quantity"].sum()

7. Bước 5: Trực quan hóa dữ liệu

Biểu đồ cột:

import matplotlib.pyplot as plt

df.groupby("Product")["Revenue"].sum().plot(kind="bar")

plt.title("Revenue by Product")

plt.show()

Biểu đồ đường theo thời gian:

df.groupby("Date")["Revenue"].sum().plot()

plt.title("Revenue Over Time")

plt.show()

8. Bước 6: Đưa ra kết luận

Sau khi phân tích dữ liệu, có thể rút ra:

• sản phẩm bán chạy nhất

• khu vực có doanh thu cao nhất

• xu hướng doanh thu theo thời gian.

III. LÝ THUYẾT LIÊN QUAN

1. Exploratory Data Analysis (EDA)

EDA là quá trình khám phá dữ liệu trước khi phân tích.

Các bước EDA thường gồm:

• xem dữ liệu

• kiểm tra dữ liệu thiếu

• xem thống kê cơ bản

• vẽ biểu đồ.

2. Ý nghĩa của phân tích dữ liệu

Phân tích dữ liệu giúp:

• hỗ trợ ra quyết định

• dự đoán xu hướng

• cải thiện hiệu quả kinh doanh.

IV. TRÌNH TỰ THỰC HIỆN

Bước 1

Import thư viện:

import pandas as pd
import matplotlib.pyplot as plt

Bước 2

Đọc dữ liệu:

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

Bước 3

Kiểm tra dữ liệu:

df.info()
df.describe()

Bước 4

Làm sạch dữ liệu:

df = df.dropna()

Bước 5

Phân tích dữ liệu:

df.groupby("Product")["Revenue"].sum()

Bước 6

Vẽ biểu đồ:

df.groupby("Product")["Revenue"].sum().plot(kind="bar")