# gensource-w3

**Repository Path**: bundle/gensource-w3

## Basic Information

- **Project Name**: gensource-w3
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: GPL-3.0
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 2
- **Forks**: 0
- **Created**: 2026-03-20
- **Last Updated**: 2026-04-10

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 销售数据分析系统

## 1. 项目简介

这是一个基于 Streamlit 的销售数据分析项目，用于对 Excel 销售数据进行加载、清洗、统计分析和可视化展示。  
系统能够自动识别无效记录（如缺失值、负销量），并将有效数据与剔除数据分开展示，帮助快速完成销售情况分析。

## 2. 基本功能

- 上传 Excel 文件（`.xlsx` / `.xls`）并读取销售数据
- 校验并清洗数据，自动剔除不符合规则的记录
- 展示有效数据和剔除数据，支持导出 CSV
- 生成统计概览：商品种类数、总销量、总销售额
- 按商品统计：总销量、总销售额
- 按日期统计：每日总销售额
- 多种图表可视化：
  - 各商品销售量柱状图
  - 各商品销售额占比饼图
  - 每日销售额趋势图
  - 每日销售量柱状图
  - 每日各商品销售额堆叠图

## 3. 数据格式

系统要求输入的 Excel 数据至少包含以下列（列名需完全一致）：

- `Date`：日期（可被 Pandas 解析为日期）
- `Product`：商品名称（字符串）
- `Quantity`：销售数量（数值，且必须 `>= 0`）
- `Price`：单价（数值）

数据处理规则：

- 缺少上述任意必需列时，系统报错并停止处理
- `Quantity` 和 `Price` 会尝试转换为数值类型
- 包含空值或 `Quantity < 0` 的记录会被归入“已剔除数据”
- 其余记录归入“有效数据”并用于统计与可视化

## 4. 如何运行

### 4.1 安装依赖

在项目根目录执行：

```bash
pip install -r requirements.txt
```

### 4.2 启动应用

在项目根目录执行：

```bash
streamlit run src/app.py
```

启动后，在浏览器中打开终端提示的本地地址（通常是 `http://localhost:8501`），上传 Excel 文件即可使用。

### 4.3 运行测试

```bash
pytest
```

streamlit部署：https://gensource-w3-m3cbcr2k2dydzlaivh4o5u.streamlit.app/