数据分析流程：
1、明确问题：必须明确数据分析的真实需求
2、理解数据：数据获取和数据探索
3、数据清洗：一个数据分析项目大部分时间花在数据清洗上
4、数据分析和可视化：对清洗后的数据进行分析，并通过可视化展示出结果
4、结果和建议：对结果进行解读，数据有价值的结论和建议
案例1——零售消费金融
1、想要分析的问题：
购买商品数前10的国家是？
交易额前十的国家是？
哪些月份销量较佳？
客单价多少？
用户消费行为分析？
2、Python清洗
1）缺失值处理：
缺失值首先需要根据实际情况定义
可以采取直接删除法
有时候需要使用替换法或者插值法
常用的替换法有均值替换、前后、向后替换和常数替换
