Question

我是一名商业智能分析师，从使用python进行数据分析开始。

我正处于编制营销分析应用程序供内部使用（营销分析师）的早期阶段，而无需使用MS Excel进行计算。

主要目标是：

提示要求选择原始文件
阅读csv / xlsx数据
清理（删除空值，删除总行数，格式化数字和日期等）
转换（创建每千次点击费用等指标每个渠道中的展示次数，每次销售线索，广告支出回报率 Facebook，youtube，谷歌搜索等）
分析（通过频道突出显示最佳和最差表现，类型目标，网址等）加载（在屏幕上打印并在xlsx上写入文件）

目前我已将项目分为两个文件： main.py （主要功能和打印）和 data_prep.py （与数据清理和转换相关的功能）

我认为必须有一个框架或某种模式以逻辑和有组织的方式打破文件，我想在早期阶段应用它，以避免返工并构建更可靠和易于维护的应用程序。

PS：在这个帖子中，我关注的是文件/目录结构，而不是我需要使用的库。

Answer 1

只要文件位置一致（共享文件夹，群集文件夹，Web服务API派生位置），我认为没有一种“最佳”方式来组织文件或目录。明确标签，您应该能够将所有数据集中在一个地方。文件结构如：

/Marketing/Analysis/dev/
  ./source <- for csv files to be kept
  ./prog <- for your .py files (actual code)
  ./result <- output from your process
  ./notes <- for anything non-functional (ie, release notes or project requests)

您的代码是否有藏匿或bitbucket回购？如果是这样，请将其用于临时工作，并仅将当前代码保留在./prog。

中

如果您正在使用GoogleAnalytics，您可能想尝试直接从Python调用API调用，而不是将csv文件下载到./source。它只会将变量数量减少一个。

如何将python数据分析代码分解为模块？

1 个答案: