首页 > 其他分享 >电商数据分析

电商数据分析

时间：2022-12-24 10:33:52浏览次数：54  
标签：数据分析 status plt title df pivoted 电商 size

一、选题的背景

 电商是一个伴随着数据而生的行业，由此产生了非常多的电商信息化平台，有物流系统、供应链系统、流量分析平台等。对于零售业电商企业来说，要在未来十年内取得成功，就必须关注以下几个方面：与拥有越来越多权利的消费者建立深入的联系，了解消费者行为的唯一途径就是不断测量和分析数据。通过分析销售数据来了解在线销售业务的消费情况，分析用户消费数据来分析用户的消费行为，帮助企业或个人预测未来的趋势和行为。

二、大数据分析设计方案

字段介绍：

Unnamed: 行号
event_time：下单时间
order_id：订单编号
product_id:产品标号
category_id :类别编号
category_code :类别
brand :品牌
price :价格
user_id :用户编号
age :年龄
sex :性别
local:省份

对店铺的销售情况、销售行为以及人群分层进行分析。

三、数据分析步骤

1.数据源

该数据来源于和鲸社区，共包含564170行数据

2.数据清洗

#导入模块
import pandas as pd
import numpy as np
#读取数据
f=open('./电子产品销售分析.csv',encoding='utf8')
df=pd.read_csv(f)
df.head()

 

 

#将属性名重命名
#去除无用属性
colNameDict ={
    "Unnamed: 0":"行号",
    "event_time":"下单时间",
    "order_id":"订单号",
    "product_id":"产品号",
    "category_id":"类别编号",
    "category_code":"类别",
    "brand":"品牌",
    "price":"价格",
    "user_id":"用户编号",
    "age":"年龄",
    "sex":"性别",
    "local":"省份"
}
df.rename(columns=colNameDict,inplace=True)
df.drop(columns=["行号"],inplace=True)
df.head()

 

 查看数据类型

df.info()

 

查看数据描述

df.describe()

 

 将数据类型转化并计算时间变量

#数据类型转化
df['下单时间'] = pd.to_datetime(df['下单时间'].str[:19],format="%Y-%m-%d %H:%M:%S")
df['下单时间'] = pd.to_datetime(df['下单时间'])
#计算时间变量
df['Month']=df['下单时间'].dt.month
df['Day'] = df['下单时间'].dt.day
df['Dayofweek']=df['下单时间'].dt.dayofweek
df['hour']=df['下单时间'].dt.hour
df.head()

 查看数据是否有缺失

#数据缺失与补充
np.sum(df.isnull())

对缺失数据添加missing

df.fillna('missing').head()

 

 

 查看是否还存在缺失

df['类别'].fillna('missing',inplace=True)
df['品牌'].fillna('missing',inplace=True)
np.sum(df.isnull())

 

 

 去除重复行

#去除重复行
df.duplicated()
df.drop_duplicates()

 

 

 3.数据可视化

对成交金额，消费人事以及订单数量进行分析

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib
#每月成交金额
plt.rcParams['figure.figsize'] = (10.0, 6.0) # 设置figure_size尺寸
#设置中文字体
plt.rcParams['font.family'] =  ['SimHei']
#每月成交金额，包含未成单金额
plt.figure()

#绘图函数
def store_plot(data,xlab,ylab,title):
    plt.plot(data)
    plt.xlabel(xlab)
    plt.ylabel(ylab)
    plt.title(title)
    
axes1 = plt.subplot(2,2,1)
store_plot(data=df[df['价格']>0].groupby('Month')['价格'].sum(),
          xlab='月份',
          ylab='成交金额',
          title='每月成交金额')

axes1 = plt.subplot(2,2,2)
store_plot(data=df[df['价格']>0].groupby('Month')['用户编号'].nunique(),
          xlab='月份',
          ylab='消费人数',
          title='每月消费人数')

axes1 = plt.subplot(2,1,2)
store_plot(data=df[df['价格']>0].groupby('Month')['订单号'].nunique(),
          xlab='月份',
          ylab='订单数量',
          title='每月订单数量')
#销售情况最好的月份集中在7-9月份，店铺可以在1-4月份减少营业人员，5-11月增加营业人员，应对销售高峰期。

 

 

 对时订单数量及销售金额分析

fig = plt.figure()  
ax1 = fig.add_subplot(111) 
df[df['价格']>0].groupby('hour')['订单号'].nunique().plot(kind='line',linestyle='-.')
plt.ylabel('订单数')
plt.xlabel('小时')
plt.title('时订单数量、销售额')

ax2 = ax1.twinx()
df[df['价格']>0].groupby('hour')['价格'].sum().plot(kind='bar')
plt.ylabel('金额')

#订单集中在早晨，6点到12点是消费高峰期，这段时间要注意维持好网站的稳定性。

 

对周订单数量及销售金额分析

#下单时间分布
#星期
x = [1,2,3,4,5,6,7]
plt.figure(figsize=(12,8))
plt.suptitle('周订单数量、销售额')
axes1 = plt.subplot(1,2,1)
y1=df[df['价格']>0].groupby('Dayofweek')['订单号'].nunique()
plt.plot(x,y1,label='y',linewidth = 4)
plt.xlabel('星期')
plt.ylabel('订单数')

axes1 = plt.subplot(1,2,2)
y2=df[df['价格']>0].groupby('Dayofweek')['价格'].sum()
plt.plot(x,y2,label='y1',linewidth = 2, linestyle='--',marker='o',color='r')
plt.ylabel('金额')

 

 

 查看不同省份订单数量

from pyecharts.charts import Map
from pyecharts import options as opts 
from pyecharts.globals import ChartType
from pyecharts.commons.utils import JsCode
from pyecharts.globals import ThemeType
#统计省份数量并转化为字典格式
province =dict(df['省份'].value_counts())
list = [[k,v] for k,v in province.items()]
#a=print(list)
b=[['广东', 122903],['上海', 95347],['北京', 92684], 
   ['湖南', 35178], ['海南', 34478], ['四川', 33847], 
   ['重庆', 32128], ['浙江', 30942], ['江苏', 30214], 
   ['天津', 29558], ['湖北', 26851]]
c = (
    Map(init_opts=opts.InitOpts(width="1000px", height="600px",theme = ThemeType.ESSOS)) #添加主题ThemeType.DARK
    .set_global_opts(
        title_opts=opts.TitleOpts(title="不同省份订单数量"),
        visualmap_opts=opts.VisualMapOpts(
            min_=0,
            max_=130000,
            range_text = ['GDP总量（亿）颜色区间:', ''],  #分区间
            is_piecewise=True,  #定义图例为分段型，默认为连续的图例
            pos_top= "middle",  #分段位置
            pos_left="left",
            orient="vertical",
            split_number=10  #分成10个区间
        )
    )
    .add("数量",data_pair=b,maptype="china")
    .render("Map.html")
)

 

 

 

plt.figure(figsize=(12,8))

axes1 = plt.subplot(1,2,1)
s=df[df['价格']>0].groupby('省份')['价格'].sum()
plt.xlabel('省份')
plt.ylabel('成交金额')
plt.title('不同省份成交金额')
s.plot(kind='bar')

axes1 = plt.subplot(1,2,2)
s=df[df['价格']>0].groupby('省份')['用户编号'].count()
plt.xlabel('省份')
plt.ylabel('用户数量')
plt.title('不同省份成交数量')
s.plot(kind='bar')
#1、北上广的用户数量、订单数量、成交金额都稳居前三。
#2、湖南的客户数量最好，但是订单数，客单价仅次于北上广，湖南客户的潜力巨大，需要加大宣传，增加客户数量。

 

 

 男女购买比例

df_sex = df['性别'].value_counts() 
df = df[df['价格']>0]
plt.figure(figsize=(8,8))
plt.pie(df_sex.values,labels=df_sex.index,autopct='%.2f%%',
        textprops={'size':30, 'weight':'bold'},
       ) 
plt.title('男女占比',size=30)
plt.show()
#购买人群男女占比几乎是1:1的情况

 

 

 不同年龄段中购买情况

 

df['年龄'].describe()
bins=[10,20,30,40,50]
df['age_box'] = pd.cut(df['年龄'],bins,labels=['10-20','20-30','30-40','40-50'])
age_box = df['age_box'].value_counts()
plt.figure(figsize=(10,6))

axes1 = plt.subplot(1,2,1)
plt.title('不同年龄分段的购买情况',size=25)
plt.bar(age_box.index,age_box.values
       ,color='#cb3a56')
plt.grid(True, linestyle='--', alpha=0.5)
plt.ylabel('购买数量',size=22)
plt.xlabel('年龄分段',size=22)
plt.xticks(size=18)
plt.yticks(size=18)
for x,y in zip(age_box.index,age_box.values):
    plt.text(x,y+500,"%d"%y,ha='center',va='bottom',size=16,color='#c83c23')

axes1 = plt.subplot(1,2,2)
plt.pie(age_box.values,labels=age_box.index,autopct='%.2f%%',
        textprops={'size':15, 'weight':'bold'},
       ) 
plt.title('',size=30)
plt.show()

 

 

 不同品牌购买情况

df_brand = df['品牌'].value_counts().head(10)
plt.figure(figsize=(16,6))
plt.bar(df_brand.index,df_brand.values,color='red')
plt.grid(True, linestyle='--', alpha=0.5)
plt.xticks(size=16)
plt.yticks(size=16)
plt.xlabel("品牌名称",size=18)
plt.ylabel("购买数量",size=18)
plt.title('品牌购买数量的情况',size=28,pad=20)
plt.show()
#可以看到missing占比是相当大，是因为当初在填充缺失值的值，或许可能当初的缺失值填充是有些许问题的，
#但是不影响，如果抛开缺失值，也就不看samsung，那比较受欢迎的电子产品是samsung与apple

 

 

 消费次数与消费金额的关系

plt.figure(figsize=(12,8))
plt.scatter(x=df[df['价格']>0].groupby('用户编号')['订单号'].nunique(),
           y=df[df['价格']>0].groupby('用户编号')['价格'].sum())
plt.xlabel('消费次数')
plt.ylabel('消费金额')
plt.title('消费次数与消费金额关系')
plt.show()
#消费次数和消费金额存在较强的相关性，用户消费次数越大，消费金额越大，可以引导用户多次消费。

用户情况

pivoted_amount =df[df['价格']>0].pivot_table(index='用户编号',
                                             columns='Month',
                                             values='价格',
                                             aggfunc='mean').fillna(0)
columns_month = df['Month'].sort_values().astype('str').unique()
pivoted_amount.columns = columns_month
pivoted_purchase = pivoted_amount.applymap(lambda x:1 if x>0 else 0)
#用户分层
def active_status(data):
    status =[]
    for i in range(11):
        #若本月没有消费
        if data[i] ==0:
            if len(status)>0:
                if status[i-1]=='unreg':
                    status.append('unreg')
                else:
                    status.append('unactive')
            else:
                status.append('unreg')
        #若本月消费
        else:
            if len(status)==0:
                status.append('new')
            else:
                if status[i-1]=='unactive':
                    status.append('return')
                elif status[i-1]=='unreg':
                    status.append('new')
                else:
                    status.append('active')
    return pd.Series(status,index=columns_month)
pivoted_purchase_status = pivoted_purchase.apply(lambda x:active_status(x),axis=1)
purchase_status_counts= pivoted_purchase_status.replace('unreg',np.NaN).apply(lambda x:pd.value_counts(x))
purchase_status_counts.fillna(0).T.plot.area(figsize=(12,6))
plt.title('用户分层')
#1、从3月开始，新用户数量逐渐增加，8月份增加最多，8月份以后新用户数量又逐渐减少。
#2、从6月份开始，不活跃用户数逐渐增加，而且增速越来越快。
#3、回流用户数从5月开始增速较快，到7月份开始报纸稳定。
#4、活跃用户数从5月开始大幅增加，7-11月份活跃数量较多，其中8月最多，估计和开学季相关。

plt.figure()
axes1 = plt.subplot(2,2,1)
#回流率
return_rate = purchase_status_counts.apply(lambda x:x/x.sum(),axis=1)
return_rate.loc['return'].plot(figsize=(14,6))
plt.title('回流率')
#回流用户从2月到7月呈增加趋势，四月有所回落，五月开始保持快速增长，
#7月初到达顶峰，7月开始回落但依然保持较高的回流率。

#复购率
axes1 = plt.subplot(2,2,2)
pivoted_counts = df[df['价格']>0].pivot_table(index='用户编号',
                                              columns='Month',
                                             values='订单号',
                                             aggfunc='nunique').fillna(0)
columns_month = df['Month'].sort_values().astype('str').unique()
pivoted_counts_transf = pivoted_counts.applymap(lambda x: 1 if x>1 else np.NaN if x==0 else 0)
(pivoted_counts_transf.sum()/pivoted_counts_transf.count()).plot(figsize=(12,6))
plt.title('复购率')
#复购率3月、5月、10月有三个小高峰，其中10月份复购率最高，从6月开始到10月复购率一直保持增长。
#一直保持较高的复购率。其中三个小高峰估计和清明小长假、五一小长假、十一小长假有关。

#回购率
axes1 = plt.subplot(2,1,2)
def purchase_return(data):
    status = []
    for i in range(10):
        if data[i]==1:
            if data[i+1]==1:
                status.append(1)
            else: 
                status.append(0)
        else :
            status.append(np.NaN)
    status.append(np.NaN)
    return pd.Series(status,index=columns_month)
pivoted_purchase_return = pivoted_purchase.apply(purchase_return,axis=1)
(pivoted_purchase_return.sum()/pivoted_purchase_return.count()).plot(figsize=(12,6))
plt.title('回购率')
#回购率从1月到11月总体呈现下降趋势。
#其中3月、5月、10月下降最厉害，估计和清明小长假、五一小长假、十一小长假有关。

 

 完整程序源代码

#导入模块
import pandas as pd
import numpy as np
#读取数据
f=open('./电子产品销售分析.csv',encoding='utf8')
df=pd.read_csv(f)
df.head()
#将属性名重命名
#去除无用属性
colNameDict ={
    "Unnamed: 0":"行号",
    "event_time":"下单时间",
    "order_id":"订单号",
    "product_id":"产品号",
    "category_id":"类别编号",
    "category_code":"类别",
    "brand":"品牌",
    "price":"价格",
    "user_id":"用户编号",
    "age":"年龄",
    "sex":"性别",
    "local":"省份"
}
df.rename(columns=colNameDict,inplace=True)
df.drop(columns=["行号"],inplace=True)
df.head()
df.info()
df.describe()
#数据类型转化
df['下单时间'] = pd.to_datetime(df['下单时间'].str[:19],format="%Y-%m-%d %H:%M:%S")
df['下单时间'] = pd.to_datetime(df['下单时间'])
#计算时间变量
df['Month']=df['下单时间'].dt.month
df['Day'] = df['下单时间'].dt.day
df['Dayofweek']=df['下单时间'].dt.dayofweek
df['hour']=df['下单时间'].dt.hour
df.head()
#数据缺失与补充
np.sum(df.isnull())
df.fillna('missing').head()
df['类别'].fillna('missing',inplace=True)
df['品牌'].fillna('missing',inplace=True)
np.sum(df.isnull())
#去除重复行
df.duplicated()
df.drop_duplicates()
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib
#每月成交金额
plt.rcParams['figure.figsize'] = (10.0, 6.0) # 设置figure_size尺寸
#设置中文字体
plt.rcParams['font.family'] =  ['SimHei']
#每月成交金额，包含未成单金额
plt.figure()

#绘图函数
def store_plot(data,xlab,ylab,title):
    plt.plot(data)
    plt.xlabel(xlab)
    plt.ylabel(ylab)
    plt.title(title)
    
axes1 = plt.subplot(2,2,1)
store_plot(data=df[df['价格']>0].groupby('Month')['价格'].sum(),
          xlab='月份',
          ylab='成交金额',
          title='每月成交金额')

axes1 = plt.subplot(2,2,2)
store_plot(data=df[df['价格']>0].groupby('Month')['用户编号'].nunique(),
          xlab='月份',
          ylab='消费人数',
          title='每月消费人数')

axes1 = plt.subplot(2,1,2)
store_plot(data=df[df['价格']>0].groupby('Month')['订单号'].nunique(),
          xlab='月份',
          ylab='订单数量',
          title='每月订单数量')

#销售情况最好的月份集中在7-9月份，店铺可以在1-4月份减少营业人员，5-11月增加营业人员，应对销售高峰期。
fig = plt.figure()  
ax1 = fig.add_subplot(111) 
df[df['价格']>0].groupby('hour')['订单号'].nunique().plot(kind='line',linestyle='-.')
plt.ylabel('订单数')
plt.xlabel('小时')
plt.title('时订单数量、销售额')

ax2 = ax1.twinx()
df[df['价格']>0].groupby('hour')['价格'].sum().plot(kind='bar')
plt.ylabel('金额')

#订单集中在早晨，6点到12点是消费高峰期，这段时间要注意维持好网站的稳定性。
#下单时间分布
#星期
x = [1,2,3,4,5,6,7]
plt.figure(figsize=(12,8))
plt.suptitle('周订单数量、销售额')
axes1 = plt.subplot(1,2,1)
y1=df[df['价格']>0].groupby('Dayofweek')['订单号'].nunique()
plt.plot(x,y1,label='y',linewidth = 4)
plt.xlabel('星期')
plt.ylabel('订单数')

axes1 = plt.subplot(1,2,2)
y2=df[df['价格']>0].groupby('Dayofweek')['价格'].sum()
plt.plot(x,y2,label='y1',linewidth = 2, linestyle='--',marker='o',color='r')
plt.ylabel('金额')
from pyecharts.charts import Map
from pyecharts import options as opts 
from pyecharts.globals import ChartType
from pyecharts.commons.utils import JsCode
from pyecharts.globals import ThemeType
#统计省份数量并转化为字典格式
province =dict(df['省份'].value_counts())
list = [[k,v] for k,v in province.items()]
#a=print(list)
b=[['广东', 122903],['上海', 95347],['北京', 92684], 
   ['湖南', 35178], ['海南', 34478], ['四川', 33847], 
   ['重庆', 32128], ['浙江', 30942], ['江苏', 30214], 
   ['天津', 29558], ['湖北', 26851]]
c = (
    Map(init_opts=opts.InitOpts(width="1000px", height="600px",theme = ThemeType.ESSOS)) #添加主题ThemeType.DARK
    .set_global_opts(
        title_opts=opts.TitleOpts(title="不同省份订单数量"),
        visualmap_opts=opts.VisualMapOpts(
            min_=0,
            max_=130000,
            range_text = ['GDP总量（亿）颜色区间:', ''],  #分区间
            is_piecewise=True,  #定义图例为分段型，默认为连续的图例
            pos_top= "middle",  #分段位置
            pos_left="left",
            orient="vertical",
            split_number=10  #分成10个区间
        )
    )
    .add("数量",data_pair=b,maptype="china")
    .render("Map.html")
)

plt.figure(figsize=(12,8))

axes1 = plt.subplot(1,2,1)
s=df[df['价格']>0].groupby('省份')['价格'].sum()
plt.xlabel('省份')
plt.ylabel('成交金额')
plt.title('不同省份成交金额')
s.plot(kind='bar')

axes1 = plt.subplot(1,2,2)
s=df[df['价格']>0].groupby('省份')['用户编号'].count()
plt.xlabel('省份')
plt.ylabel('用户数量')
plt.title('不同省份成交数量')
s.plot(kind='bar')
#1、北上广的用户数量、订单数量、成交金额都稳居前三。
#2、湖南的客户数量最好，但是订单数，客单价仅次于北上广，湖南客户的潜力巨大，需要加大宣传，增加客户数量。

df_sex = df['性别'].value_counts() 
df = df[df['价格']>0]
plt.figure(figsize=(8,8))
plt.pie(df_sex.values,labels=df_sex.index,autopct='%.2f%%',
        textprops={'size':30, 'weight':'bold'},
       ) 
plt.title('男女占比',size=30)
plt.show()
#购买人群男女占比几乎是1:1的情况

df['年龄'].describe()
bins=[10,20,30,40,50]
df['age_box'] = pd.cut(df['年龄'],bins,labels=['10-20','20-30','30-40','40-50'])
age_box = df['age_box'].value_counts()
plt.figure(figsize=(10,6))

axes1 = plt.subplot(1,2,1)
plt.title('不同年龄分段的购买情况',size=25)
plt.bar(age_box.index,age_box.values
       ,color='#cb3a56')
plt.grid(True, linestyle='--', alpha=0.5)
plt.ylabel('购买数量',size=22)
plt.xlabel('年龄分段',size=22)
plt.xticks(size=18)
plt.yticks(size=18)
for x,y in zip(age_box.index,age_box.values):
    plt.text(x,y+500,"%d"%y,ha='center',va='bottom',size=16,color='#c83c23')

axes1 = plt.subplot(1,2,2)
plt.pie(age_box.values,labels=age_box.index,autopct='%.2f%%',
        textprops={'size':15, 'weight':'bold'},
       ) 
plt.title('',size=30)
plt.show()


df_brand = df['品牌'].value_counts().head(10)
plt.figure(figsize=(16,6))
plt.bar(df_brand.index,df_brand.values,color='red')
plt.grid(True, linestyle='--', alpha=0.5)
plt.xticks(size=16)
plt.yticks(size=16)
plt.xlabel("品牌名称",size=18)
plt.ylabel("购买数量",size=18)
plt.title('品牌购买数量的情况',size=28,pad=20)
plt.show()
#可以看到missing占比是相当大，是因为当初在填充缺失值的值，或许可能当初的缺失值填充是有些许问题的，
#但是不影响，如果抛开缺失值，也就不看samsung，那比较受欢迎的电子产品是samsung与apple

#消费次数与消费金额的关系
plt.figure(figsize=(12,8))
plt.scatter(x=df[df['价格']>0].groupby('用户编号')['订单号'].nunique(),
           y=df[df['价格']>0].groupby('用户编号')['价格'].sum())
plt.xlabel('消费次数')
plt.ylabel('消费金额')
plt.title('消费次数与消费金额关系')
plt.show()
#消费次数和消费金额存在较强的相关性，用户消费次数越大，消费金额越大，可以引导用户多次消费。

pivoted_amount =df[df['价格']>0].pivot_table(index='用户编号',
                                             columns='Month',
                                             values='价格',
                                             aggfunc='mean').fillna(0)
columns_month = df['Month'].sort_values().astype('str').unique()
pivoted_amount.columns = columns_month
pivoted_purchase = pivoted_amount.applymap(lambda x:1 if x>0 else 0)
#用户分层
def active_status(data):
    status =[]
    for i in range(11):
        #若本月没有消费
        if data[i] ==0:
            if len(status)>0:
                if status[i-1]=='unreg':
                    status.append('unreg')
                else:
                    status.append('unactive')
            else:
                status.append('unreg')
        #若本月消费
        else:
            if len(status)==0:
                status.append('new')
            else:
                if status[i-1]=='unactive':
                    status.append('return')
                elif status[i-1]=='unreg':
                    status.append('new')
                else:
                    status.append('active')
    return pd.Series(status,index=columns_month)
pivoted_purchase_status = pivoted_purchase.apply(lambda x:active_status(x),axis=1)
purchase_status_counts= pivoted_purchase_status.replace('unreg',np.NaN).apply(lambda x:pd.value_counts(x))
purchase_status_counts.fillna(0).T.plot.area(figsize=(12,6))
plt.title('用户分层')
#1、从3月开始，新用户数量逐渐增加，8月份增加最多，8月份以后新用户数量又逐渐减少。
#2、从6月份开始，不活跃用户数逐渐增加，而且增速越来越快。
#3、回流用户数从5月开始增速较快，到7月份开始报纸稳定。
#4、活跃用户数从5月开始大幅增加，7-11月份活跃数量较多，其中8月最多，估计和开学季相关。

plt.figure()
axes1 = plt.subplot(2,2,1)
#回流率
return_rate = purchase_status_counts.apply(lambda x:x/x.sum(),axis=1)
return_rate.loc['return'].plot(figsize=(14,6))
plt.title('回流率')
#回流用户从2月到7月呈增加趋势，四月有所回落，五月开始保持快速增长，
#7月初到达顶峰，7月开始回落但依然保持较高的回流率。

#复购率
axes1 = plt.subplot(2,2,2)
pivoted_counts = df[df['价格']>0].pivot_table(index='用户编号',
                                              columns='Month',
                                             values='订单号',
                                             aggfunc='nunique').fillna(0)
columns_month = df['Month'].sort_values().astype('str').unique()
pivoted_counts_transf = pivoted_counts.applymap(lambda x: 1 if x>1 else np.NaN if x==0 else 0)
(pivoted_counts_transf.sum()/pivoted_counts_transf.count()).plot(figsize=(12,6))
plt.title('复购率')
#复购率3月、5月、10月有三个小高峰，其中10月份复购率最高，从6月开始到10月复购率一直保持增长。
#一直保持较高的复购率。其中三个小高峰估计和清明小长假、五一小长假、十一小长假有关。

#回购率
axes1 = plt.subplot(2,1,2)
def purchase_return(data):
    status = []
    for i in range(10):
        if data[i]==1:
            if data[i+1]==1:
                status.append(1)
            else: 
                status.append(0)
        else :
            status.append(np.NaN)
    status.append(np.NaN)
    return pd.Series(status,index=columns_month)
pivoted_purchase_return = pivoted_purchase.apply(purchase_return,axis=1)
(pivoted_purchase_return.sum()/pivoted_purchase_return.count()).plot(figsize=(12,6))
plt.title('回购率')
#回购率从1月到11月总体呈现下降趋势。
#其中3月、5月、10月下降最厉害，估计和清明小长假、五一小长假、十一小长假有关。

 四、总结

       销售情况最好的月份集中在7-9月份，店铺可以在1-4月份减少营业人员，5-11月增加营业人员，应对销售高峰期。在早晨，6点到12点是消费高峰期，这段时间要注意维持好网站的稳定性。湖南的客户数量最好，但是订单数，客单价仅次于北上广，湖南客户的潜力巨大，需要加大宣传，增加客户数量。比较受欢迎的电子产品是samsung与apple，可以多加引进该类产品。消费次数和消费金额存在较强的相关性，用户消费次数越大，消费金额越大，可以引导用户多次消费。复购率3月、5月、10月有三个小高峰，其中10月份复购率最高需要备好商品。

       做完本次大作业不仅是对往期学习的巩固和加深，更是一次“温故知新”的过程，对现有知识又获得了新的认识，并深刻感受到Python简洁却强大、简单却专业的强大魅力。

 

标签：数据分析,status,plt,title,df,pivoted,电商,size
From： https://www.cnblogs.com/akvs/p/17001935.html

相关文章

  • 大数据分析——糖尿病预防
    一、选题的背景随着社会经济科学技术的不断发展，人们的生活水平也不断的提高，然而糖尿病的发病人数也在逐年上升，随着 社会老龄化进程越来越深入，糖尿病的发病率上升的趋......
  • 大数据分析— 二手汽车价格预测
    二手汽车价格预测一：选题背景当今已经是大数据的时代，随着数据分析工具和技术的不断改进，掌握大数据分析技能也可以为个人的职业发展带来很大的好处。我分析的是二手汽车的......
  • udemy课程和评论的大数据分析
    一、选题的背景Udemy是一个面向学生和专业人士的在线学习平台。Udemy拥有超过5000万学生和57，000名教师，他们以超过65种语言教授课程。与其他在线教育平台不同的是，Udemy不......
  • 天猫商品数据分析
    一、选题的背景随着互联网与电商平台的发展，网上购物正成为国内消费者购物的重要方式。在重要的电商平台淘宝中，用户通过浏览商品详情页、收藏、加购或直接购买等方式来进行......
  • 大数据分析——景点数据分析
    一、选题背景随着我国经济、科技的不断发展和人民生活水平的不断提高，旅游逐渐成为社会的主要经济部门。旅游这项活动在伴随着经济社会的发展同时应运而生，它本质上是一种社......
  • Python网络爬虫—对京东口红销售的数据分析
    一、选题的背景 对电商来说，抓取某些数据，再进行分析，可以有效地反映出数据在某个区间内变化情况。数据受某些因素而发生巨大的影响，也可以借助分析的数据来规划相关项目的后......
  • 数据分析——近年倒闭公司数据分析
    一、选题背景原因：应届毕业生毕业找工作就是一个很大的选择。在即将找工作的这个时间段，就业公司的前景也很重要。所以将分析倒闭公司的情况作为选题。目标：分析每年倒闭公......
  • 淘宝双12购物数据分析
    一、选题的背景随着社会的发展，数据化时代，线上购物比例增幅巨大，各种的线上购物节，6.18、双十一、双十二等等。因此分析双十二活动日时段各行为数量的走势和对比，以及活动......
  • Python网络爬虫——福州小区信息的抓取和数据分析
    一、选题的背景为了能够充分了解福州当地小区的房价信息，并能够充分了解小区的位置，为每个人不同的需求，选择不同价位的房源，并通过其成交量进行参考和选择，以及剩余量爬取的信......
  • 大数据分析——我国近十年的人口比率分析
    选题背景近年来，我国人口总量惯性增长，人口增速有所放缓。与之前相比，人口老龄化加速，人口数量红利进入尾声。当前我国人口的特征是高龄少子，适龄人口生育意愿显著下降，人口老龄......

赞助商

阅读排行

网站主页关于我们联系我们网站地图

本网站内容转载自其他媒体，侵权联系[admin##ips99.com]。

Copyright © 2020-2023 IPS99 版权所有 IPS99