综合项目一：分析一年的记账本
完整讲解 · 10 段教学·配 3 道练习题·预计 60 分钟
本页是本章的通读版，可直接读完全部讲解。想动手写代码、跑判分，去 闯关模式。
前言
八章学下来，读进来、看清楚、挑出来、洗干净、算一算、拼起来、画出来，做数据分析的零件都已经齐了。零件齐了，能拼出什么来呢？这一章不学新东西，就用这些零件做一个完整的分析，回答一个问题：2026 年这一年的钱，花得怎么样？
还记得第 1 章说的六个步骤吗？提问、获取、清洗、探索、分析、结论。前面每一章，练的都只是其中的一两步；这一章，咱们要从头走到尾。
具体怎么走呢？和爬虫课的综合项目一样，节奏是这样的：先把问题拆清楚，再一个问题一个问题地算；每算出一个数，都检查一下对不对；最后，把结论写成一份别人看得懂的报告。
学这一章之前，需要先学完数据分析课第 1～8 章，尤其是 第 6 章 的分组汇总和 第 8 章 的画图。
目录
这一章会做：
- 一、提问——把「花得怎么样」拆成五个具体的问题
- 二、获取和检查——写一个
load()函数 - 三、一共花了多少，花在哪儿
- 四、哪几个月花得多，为什么
- 五、吃饭和周末
- 六、写成一份报告
- 七、常见坑
- 八、自己查一次文档——用
pct_change()算比上个月多了多少 - 九、小结与回看
做完这一章，你会有一份从数据里一步步推出来、每个数都经得起追问的分析报告。
一、提问
「今年的钱花得怎么样？」这个问题，能直接拿数据来回答吗？其实不能，因为它太笼统了，不知道该算什么。第 1 章说过，碰到这种问题，要先把它变成一个个能用数据回答的具体问题。
那该怎么拆呢？可以拆成下面这五个：
| 问题 | 要算的数 | 用到的本事 |
|---|---|---|
| 1. 一年一共花了多少，平均每月多少？ | 总额、月平均 | sum() |
| 2. 钱主要花在哪儿？ | 各类别的金额和占比 | groupby() 、比例 |
| 3. 哪几个月花得多？多在哪儿？ | 每月金额，每月各类别金额 | dt.month 、pivot_table() 、画图 |
| 4. 吃饭花了多少？三顿饭里哪顿最该省？ | 三餐的笔数、合计、平均 | 筛选、agg() |
| 5. 周末是不是比工作日花得多？ | 周末、工作日每天平均花多少 | dt.dayofweek 、分组 |
你看，拆完以后，每个问题要算什么数、用哪个方法，就都清楚了。
不过，拆问题的时候，还有两件事值得想一想：
- 这份数据能回答吗？ 比如「钱花得值不值」，账本里没有收入，也不知道每样东西买得开不开心，就回答不了。只有能答的，才放进清单。
- 答出来有什么用？ 比如问题 4、5，都指向同一件事：要是想省钱，该从哪儿下手。所以问题不是越多越好，每一个都要能帮你做决定。
问题拆好了，接下来就照着这张表，一个一个地算。不过在算之前，得先把数据读进来，看看它靠不靠得住。
二、获取和检查
五个问题，每一个都要先读进记账本，再把日期变成真正的日期。同样的几行代码，与其每次都写一遍，不如把它们写成一个函数：
import pandas as pd
def load(path):
"""读进记账本，加上月份、是否周末两列"""
ledger = pd.read_csv(path)
ledger['date'] = pd.to_datetime(ledger['date'])
ledger['month'] = ledger['date'].dt.month
ledger['weekend'] = ledger['date'].dt.dayofweek >= 5
return ledger
ledger = load('ledger_2026.csv')
print(ledger.head(3))输出的结果：
date item category cost payment month weekend
0 2026-01-01 房租 居住 2500.0 银行卡 1 False
1 2026-01-01 水电燃气 居住 156.0 支付宝 1 False
2 2026-01-01 早饭 餐饮 13.0 支付宝 1 False函数里除了读文件、转日期，还多加了两列，都是给后面的问题准备的：
month是月份，问题 3 要用。weekend用的是第 5 章学的dt.dayofweek：5 是星期六，6 是星期日，大于等于 5 就是周末。比较的结果，是一串True和False。问题 5 要用到它。
数据读进来了，可先别急着算。第 5 章说过，拿到数据的第一件事，是给它做个体检：
import pandas as pd
def load(path):
"""读进记账本，加上月份、是否周末两列"""
ledger = pd.read_csv(path)
ledger['date'] = pd.to_datetime(ledger['date'])
ledger['month'] = ledger['date'].dt.month
ledger['weekend'] = ledger['date'].dt.dayofweek >= 5
return ledger
ledger = load('ledger_2026.csv')
print(len(ledger), ledger.isna().sum().sum(), ledger.duplicated().sum())
print(ledger['date'].min(), ledger['date'].max(), ledger['date'].nunique())
print(ledger['cost'].min(), ledger['cost'].max())输出的结果：
1354 0 0
2026-01-01 00:00:00 2026-12-31 00:00:00 365
3.0 2500.0三行输出，咱们一行一行地看：
- 第一行：一共 1354 笔，没有空值，也没有重复的行。这里的
isna().sum()算出的是每一列的空值个数，再sum()一次，就是整张表一共有几个空值。 - 第二行：日期从 1 月 1 日到 12 月 31 日，一共 365 个不同的日子。也就是说，每天都记了账，没有漏掉的日子。
- 第三行：金额最少 3 元，最多 2500 元，那是房租。没有负数，也没有离谱的值。
体检下来，这份账本是干净的，可以放心地分析了。要是体检发现了问题，就该先用第 5 章的办法，把数据洗干净再说。
另外，把读数据写成 load() 函数，还有一个好处：明年有了 ledger_2027.csv ，只要换一个文件名，后面的分析一行都不用改。
数据准备好了，下一节就从最基本的两个问题算起。
三、一共花了多少，花在哪儿
先算问题 1 和问题 2：一年一共花了多少？钱主要花在哪儿？这两个问题都要用到全年的总额，所以放在一起算：
import pandas as pd
def load(path):
"""读进记账本，加上月份、是否周末两列"""
ledger = pd.read_csv(path)
ledger['date'] = pd.to_datetime(ledger['date'])
ledger['month'] = ledger['date'].dt.month
ledger['weekend'] = ledger['date'].dt.dayofweek >= 5
return ledger
ledger = load('ledger_2026.csv')
total = ledger['cost'].sum()
print(f'全年合计 {total:,.1f} 元，平均每月 {total / 12:,.1f} 元')
by_category = ledger.groupby('category')['cost'].sum().sort_values(ascending=False)
share = (by_category / total).round(3)
print(share)
print(share.sum())输出的结果：
全年合计 69,195.5 元，平均每月 5,766.3 元
category
居住 0.475
餐饮 0.341
购物 0.072
娱乐 0.046
交通 0.025
学习 0.024
医疗 0.017
Name: cost, dtype: float64
1.0代码里有两处值得说一说：
by_category / total：一个 Series 除以一个数，每个值都会除一遍，得到的就是各类别的占比。注意，它和第 4 章的value_counts(normalize=True)不一样：那个是按笔数算的比例，这里是按金额算的。- 最后打印
share.sum()，是顺手做个检查：占比加起来应该是 1。这回正好是 1.0，没有多也没有少。每算出一组数，都找一个办法验一验，这是这一章要养成的习惯。
数都验过了，可以下结论了：
- 一年花了将近 7 万元，平均每月五千七百多元。
- 居住占了将近一半，47.5%。房租、水电这些是固定开销，每个月都得交，短期内很难省下来。
- 吃饭占了三分之一，34.1%。剩下的购物、娱乐、交通、学习、医疗，加起来还不到两成。
这告诉我们：真想省钱，能动的主要就是吃饭和购物这两块。
知道了钱花在哪儿，下一节接着看钱是什么时候花的：哪几个月花得多？在那之前，先做一道练习，算一算吃饭和购物这两块一共占了多少。
四、哪几个月花得多，为什么
接下来是问题 3：哪几个月花得多？多在哪儿？
说一个月花得「多」，是和谁比呢？和全年的月平均比。所以先把每个月的合计画出来，再画一条全年平均的横线，放在一起比一比：
import pandas as pd
import matplotlib.pyplot as plt
def load(path):
"""读进记账本，加上月份、是否周末两列"""
ledger = pd.read_csv(path)
ledger['date'] = pd.to_datetime(ledger['date'])
ledger['month'] = ledger['date'].dt.month
ledger['weekend'] = ledger['date'].dt.dayofweek >= 5
return ledger
ledger = load('ledger_2026.csv')
monthly = ledger.groupby('month')['cost'].sum()
average = monthly.mean()
print(round(average, 2))
print(monthly[monthly > average])
monthly.plot(kind='bar', title='2026 年每月花销', rot=0)
plt.axhline(average, color='gray', linestyle='--')
plt.xlabel('月份')
plt.ylabel('金额（元）')
plt.show()输出的结果：
5766.29
month
4 5799.0
8 6501.5
11 6034.5
12 6980.0
Name: cost, dtype: float64
这段代码里，有三个地方要说一下：
monthly[monthly > average]：这是第 3 章学的按条件挑，对 Series 也一样能用。rot=0让横轴上的月份正着写，不要歪着。plt.axhline(数值)在这个高度画一条横线，color是颜色，linestyle='--'表示画成虚线。
再看结果，比平均高的有四个月。不过 4 月只比平均多了三十几元，算是持平。明显偏高的，是 8 月、11 月和 12 月。
那这三个月，多花在哪儿了呢？第 6 章的透视表就能回答。这次把居住和餐饮拿掉，只看那些「不是每个月都有」的类别：
import pandas as pd
def load(path):
"""读进记账本，加上月份、是否周末两列"""
ledger = pd.read_csv(path)
ledger['date'] = pd.to_datetime(ledger['date'])
ledger['month'] = ledger['date'].dt.month
ledger['weekend'] = ledger['date'].dt.dayofweek >= 5
return ledger
ledger = load('ledger_2026.csv')
table = ledger.pivot_table(index='month', columns='category', values='cost', aggfunc='sum', fill_value=0)
print(table[['购物', '学习', '医疗']].loc[[8, 11, 12]])
print(table[['购物', '学习', '医疗']].mean().round(1))输出的结果：
category 购物 学习 医疗
month
8 852.5 500.0 0.0
11 577.0 164.0 216.5
12 1173.0 142.5 363.5
category
购物 416.0
学习 138.2
医疗 98.5
dtype: float64输出分成两部分：前一部分是这三个月的购物、学习、医疗，后一部分是这三类全年每月的平均。两部分对着看：
- 8 月：购物 852.5 元，是平时的两倍；学习 500 元，是平时的三倍多。
- 11 月：购物、医疗都比平时多。
- 12 月：购物 1173 元，将近平时的三倍；医疗也多了两百多。
所以，花得多的月份，并不是每天都多花了一点，而是有几笔大的购物、学习、看病。尤其是购物，三个偏高的月份都少不了它。
那为什么 8 月、12 月买得多呢？是赶上了促销，还是换季添衣服？账本里没有写，所以数据回答不了。分析能告诉你「多在哪儿」，至于「为什么」，有时还得去问记账的人。
先做一道练习：反过来，把花得比平均少的月份挑出来。
用 load() 读进记账本，按月汇总，把花销低于全年月平均的月份挑出来，用 index.tolist() 变成列表打印。
运行后的输出应该是：
[1, 2, 3, 5, 6, 7, 9, 10]💡 提示（3 条）
monthly = ledger.groupby('month')['cost'].sum()
按条件挑：monthly[monthly < monthly.mean()]，再 .index.tolist()
完整代码：
import pandas as pd def load(path): """读进记账本，加上月份、是否周末两列""" ledger = pd.read_csv(path) ledger['date'] = pd.to_datetime(ledger['date']) ledger['month'] = ledger['date'].dt.month ledger['weekend'] = ledger['date'].dt.dayofweek >= 5 return ledger ledger = load('ledger_2026.csv') monthly = ledger.groupby('month')['cost'].sum() print(monthly[monthly < monthly.mean()].index.tolist())
五、吃饭和周末
1、三顿饭
第三节算出来，吃饭占了全年花销的三分之一，是能省钱的一大块。那么问题 4 就来了：三顿饭各花了多少？哪顿最该省？
import pandas as pd
def load(path):
"""读进记账本，加上月份、是否周末两列"""
ledger = pd.read_csv(path)
ledger['date'] = pd.to_datetime(ledger['date'])
ledger['month'] = ledger['date'].dt.month
ledger['weekend'] = ledger['date'].dt.dayofweek >= 5
return ledger
ledger = load('ledger_2026.csv')
meals = ledger[ledger['item'].isin(['早饭', '午饭', '晚饭'])]
print(meals.groupby('item')['cost'].agg(['count', 'sum', 'mean']).round(2))
dinner = meals[meals['item'] == '晚饭']
expensive = dinner[dinner['cost'] > 50]
print(len(expensive), expensive['cost'].sum())输出的结果：
count sum mean
item
午饭 326 8605.5 26.40
早饭 255 2716.0 10.65
晚饭 231 9143.5 39.58
55 3030.5先看三顿饭的对比。晚饭吃的次数最少，231 次，花的钱却最多，9143.5 元，平均一顿将近 40 元。再看最后一行：晚饭里超过 50 元的有 55 顿，加起来三千多元，占了晚饭的三分之一。
顺便还能看出一件事：一年 365 天，早饭只记了 255 次。也就是说，有一百多天要么没吃早饭，要么忘了记。
所以结论是：三顿饭里，晚饭最值得省，尤其是那些超过 50 元的。少吃几顿贵的晚饭，比每天在早饭上省一两元管用得多。
2、周末和工作日
吃饭说完了，再来看问题 5：周末是不是比工作日花得多？
这里要比的，是「每天」花多少。所以得先把每一天的花销加起来，再按是不是周末分组，求平均。另外，还有一件事要先处理：房租都在每月 1 号交，而 1 号是星期几，完全是碰巧的，会把比较搅乱。所以先把居住这一类拿掉：
import pandas as pd
def load(path):
"""读进记账本，加上月份、是否周末两列"""
ledger = pd.read_csv(path)
ledger['date'] = pd.to_datetime(ledger['date'])
ledger['month'] = ledger['date'].dt.month
ledger['weekend'] = ledger['date'].dt.dayofweek >= 5
return ledger
ledger = load('ledger_2026.csv')
daily_items = ledger[ledger['category'] != '居住']
daily = daily_items.groupby(['date', 'weekend'])['cost'].sum().reset_index()
print(daily.head(3))
print(daily.groupby('weekend')['cost'].agg(['count', 'mean', 'median']).round(2))输出的结果：
date weekend cost
0 2026-01-01 False 86.0
1 2026-01-02 False 59.0
2 2026-01-03 True 55.5
count mean median
weekend
False 261 91.90 76.00
True 104 118.46 98.25这段代码里，最值得说的是「按天加起来」的那一步：
groupby(['date', 'weekend'])：按两列分组，把日期和是不是周末一起分。其实同一天的周末标记都一样，带上它，是为了加完以后这一列还在。reset_index()把分组的两列放回表里，这是第 6 章讲过的。现在一行就是一天：哪天、是不是周末、这天花了多少。
有了每天的花销，再按是不是周末分组，求每天的平均和中位数。结果是：周末 104 天，平均每天花 118.46 元；工作日 261 天，平均每天 91.90 元。中位数也是周末高。
所以结论是：周末每天比工作日多花二十多元，多了三成左右。一年有 104 个周末日，加起来就是两千多元。
那多出来的钱，花在哪儿了呢？是周末吃得更好，还是出去玩了？光看这个数还说不清，得按类别拆开再比。下面的练习，就先拆出吃饭这一块。算完看看，和你猜的一样不一样。
照着第五节的办法，只看餐饮：先按天把餐饮的金额加起来（带上 weekend 列），再按是不是周末分组，求每天的平均，保留两位小数打印。
做完想一想：周末多花的那二十多元，是花在吃饭上了吗？
运行后的输出应该是：
weekend
False 64.76
True 65.50
Name: cost, dtype: float64💡 提示（3 条）
先挑出餐饮：ledger[ledger['category'] == '餐饮']
按天加起来：groupby(['date', 'weekend'])['cost'].sum().reset_index()，再 groupby('weekend')['cost'].mean().round(2)
完整代码：
import pandas as pd def load(path): """读进记账本，加上月份、是否周末两列""" ledger = pd.read_csv(path) ledger['date'] = pd.to_datetime(ledger['date']) ledger['month'] = ledger['date'].dt.month ledger['weekend'] = ledger['date'].dt.dayofweek >= 5 return ledger ledger = load('ledger_2026.csv') food = ledger[ledger['category'] == '餐饮'] daily = food.groupby(['date', 'weekend'])['cost'].sum().reset_index() print(daily.groupby('weekend')['cost'].mean().round(2))
六、写成一份报告
到这里，五个问题都有了答案。还剩最后一步：把它们写成一份别人看得懂的报告。
那报告该怎么写呢？不是把所有算出来的数都堆上去，而是按这个顺序来：先说结论，再给数字，最后说清楚局限。而且，报告里的数字也不用手抄，而是用程序算出来、用 f-string 填进去。这样以后数据变了，重新运行一遍，报告就跟着更新了。
import pandas as pd
def load(path):
"""读进记账本，加上月份、是否周末两列"""
ledger = pd.read_csv(path)
ledger['date'] = pd.to_datetime(ledger['date'])
ledger['month'] = ledger['date'].dt.month
ledger['weekend'] = ledger['date'].dt.dayofweek >= 5
return ledger
ledger = load('ledger_2026.csv')
total = ledger['cost'].sum()
by_category = ledger.groupby('category')['cost'].sum()
monthly = ledger.groupby('month')['cost'].sum()
high_months = monthly[monthly > monthly.mean() * 1.03].index.tolist()
dinner = ledger[ledger['item'] == '晚饭']['cost']
daily = ledger[ledger['category'] != '居住'].groupby(['date', 'weekend'])['cost'].sum().reset_index()
per_day = daily.groupby('weekend')['cost'].mean()
print('2026 年记账本分析')
print('=' * 20)
print(f'1. 全年花了 {total:,.1f} 元，平均每月 {total / 12:,.1f} 元。')
print(f"2. 居住占 {by_category['居住'] / total:.1%}，餐饮占 {by_category['餐饮'] / total:.1%}，能省的主要是吃饭和购物。")
print(f'3. 花得多的月份是 {high_months} 月，多出来的主要是购物、学习和看病。')
print(f'4. 晚饭平均一顿 {dinner.mean():.1f} 元，超过 50 元的有 {(dinner > 50).sum()} 顿，最值得省。')
print(f'5. 不算居住，周末每天花 {per_day[True]:.1f} 元，工作日 {per_day[False]:.1f} 元。')
print('说明：数据只有一年，没有收入，也不知道每笔花销的原因。')输出的结果：
2026 年记账本分析
====================
1. 全年花了 69,195.5 元，平均每月 5,766.3 元。
2. 居住占 47.5%，餐饮占 34.1%，能省的主要是吃饭和购物。
3. 花得多的月份是 [8, 11, 12] 月，多出来的主要是购物、学习和看病。
4. 晚饭平均一顿 39.6 元，超过 50 元的有 55 顿，最值得省。
5. 不算居住，周末每天花 118.5 元，工作日 91.9 元。
说明：数据只有一年，没有收入，也不知道每笔花销的原因。这段代码大多是前面几节的老写法，只有几个地方要说一下：
'=' * 20：字符串乘以 20，就是 20 个等号，用来当分隔线。- 第 3 条用的标准是「比平均多 3% 以上」，这样就把只多了三十几元的 4 月排除在外了。这个 3% 是我们自己定的。报告里的每一个「多」「少」，背后都应该有一个说得出来的标准。
per_day[True]：按weekend分组以后，索引就是True和False，所以可以按索引来取值。- 最后一行「说明」不能省。它告诉看报告的人，哪些结论这份数据撑不住：没有收入，就说不了「花得多不多」；不知道原因，就说不了「该不该花」。
报告写好了。回头看看，每一条结论都能追到前面的某一段代码、某一个数。这就是一份经得起追问的分析。
不过，从头到尾走这一趟，也有几个地方很容易出错。下一节就来说说。
七、常见坑
这一章的分析，看上去一步接一步，挺顺的。可其中有几个地方，稍不留神，就会得出错的结论。
1、比总数，忘了天数不一样
第五节比较周末和工作日的时候，为什么要先按天加起来，再求平均？直接比两边的总额，不行吗？试一试就知道了：
import pandas as pd
ledger = pd.read_csv('ledger_2026.csv')
ledger['date'] = pd.to_datetime(ledger['date'])
ledger['weekend'] = ledger['date'].dt.dayofweek >= 5
daily_items = ledger[ledger['category'] != '居住']
print(daily_items.groupby('weekend')['cost'].sum())输出的结果：
weekend
False 23987.0
True 12320.0
Name: cost, dtype: float64只看总额，工作日两万多，周末一万出头，好像工作日花得多得多。
可别忘了，一年有 261 个工作日，却只有 104 个周末日，工作日的天数是周末的两倍半。工作日的总额大，其实是因为天数多，而不是每天花得多。
所以，比较两组的时候，先想一想：它们的个数一样吗？要是不一样，就要比平均，而不是比总数。
2、结论说过了头
第四节发现，8 月、12 月购物多。这时候很容易顺口说成：「因为暑假和年底促销，所以买得多。」可账本里，没有一个字提到促销。
数据能说明的，是「是什么」：哪几个月多，多在哪个类别。至于「为什么」，就要有别的证据了，比如购物记录、记账人自己的回忆。没有证据的原因，要么不写，要么明明白白地写成「可能是」，不要写成结论。
3、一口气写完，中间不检查
这一章里，有几行代码不是为了算答案，而是为了检查。比如这一行：
print(share.sum())这是第三节算完占比以后，顺手打印一下合计是不是 1。还有第二节，在分析之前，先给数据做了一遍体检。这些检查看上去有点多余，可一旦哪一步写错了，比如筛选条件写反、分组忘了取列，算出来的数照样整整齐齐，光看是看不出错的。
所以，每走一步，都找一个能验证的数：合计等不等于总额，占比加起来是不是 1，行数对不对。错误发现得越早，就越好改。
八、自己查一次文档
报告里说 12 月花得多。那它到底比 11 月多了百分之几？再往前看，每个月和上个月比，是涨了还是跌了？
这个当然可以自己写：这个月减去上个月，再除以上个月。不过，「和上一个比，变了百分之几」这种需求太常见了，pandas 应该有现成的。去 Series 的文档里找找看。「百分比变化」的英文是 percent change，顺着这个意思，能找到一个 Series.pct_change 。
打开看看，文档开头说：它计算的是当前元素和前一个元素之间的变化比例，默认和紧挨着的上一行比，适合用来比较一串按时间排好的数。参数里最常用的是 periods ，默认是 1，也就是和上 1 个比；写成 2，就和上 2 个比。
查到了，就拿每月花销试一试：
import pandas as pd
ledger = pd.read_csv('ledger_2026.csv')
ledger['month'] = pd.to_datetime(ledger['date']).dt.month
monthly = ledger.groupby('month')['cost'].sum()
change = monthly.pct_change()
print(change.round(3))输出的结果：
month
1 NaN
2 -0.003
3 0.028
4 0.070
5 -0.015
6 -0.040
7 0.039
8 0.141
9 -0.142
10 -0.027
11 0.112
12 0.157
Name: cost, dtype: float64输出里有三处值得看一看：
- 1 月是
NaN：因为它前面没有月份可比。 - 8 月涨了 14.1%，9 月又跌了 14.2%。一涨一跌，正好说明 8 月是一次性多花的，而不是从此花得多了。
- 11 月涨了 11.2%，12 月又涨了 15.7%，连着两个月往上走。
这样一来，报告又多了一条有用的信息：年底是连续上涨的，不像 8 月那样一下就回去了。所以明年年底，值得提前留意。
最后说一个找函数的小窍门。文档里的函数名，常常就是英文的意思直接拼起来，比如 percent change 就是 pct_change 。所以想找某个功能的时候，先想想它用英文怎么说，再去文档里搜一搜，往往一下就找到了。
九、小结与回看
这一章没有学新东西，而是把前八章的本事串起来，从头到尾做了一次完整的分析。回头看看，每一步都做了什么：
- 提问：把「花得怎么样」拆成五个能用数据回答的问题，再想清楚数据能不能答、答了有什么用。
- 获取和检查：写一个
load()函数读数据、加新列；分析之前先体检，看看空值、重复、日期范围、最大最小值。 - 分析：占比用金额除以总额；每个月和平均比，再用透视表找出多在哪儿；按天加起来再分组，比较周末和工作日。
- 结论：先说结论，再给数字，最后说清局限；数字用 f-string 填进去，数据变了，重新运行就行。
- 常见的坑有三个：个数不一样的两组，要比平均，不比总数；数据只能说明「是什么」，「为什么」要有别的证据；每走一步，都找一个数验一验。
- 查文档学会了用
pct_change()算每个月比上个月变了多少。
哪里卡住了，就回去看一看：
- 函数：第 6 章
- 分组汇总和透视表：数据分析课第 6 章
- 画图：数据分析课第 8 章
记账本分析完了。下一章是这门课的最后一个项目：分析两点书店的图书和评分。书是爬虫课抓下来的那一份，而这一次，问题要你自己来提。
读完了？动手练一遍才算真会。
去闯关模式练习 →