Python数据分析-淘宝用户行为分析

淘宝用户行为分析

1.1背景信息
因双12活动结束，分析双12活动用户购买行为，后续可以结合更多节假日时机复制双12活动制造流量热点

1.2数据信息
说明：数据为淘宝APP2014年11月18日至2014年12月18日的用户行为数据，共计6列字段
来源：阿里天池项目数据集

字段：
user_id：用户身份，脱敏
item_id：商品ID，脱敏
behavior_type：用户行为类型（包含点击、收藏、加购物车、支付四种行为，分别用数字1、2、3、4表示） user_geohash：地理位置
item_category：品类ID（商品所属的品类）
time：用户行为发生的时间

正文开始：
数据分析思维导图：

导入数据：

import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker
#饼图显示中文名字不乱码
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
data = pd.read_csv('D:/jupyter/dataset1855/淘宝用户行为.csv')

数据清洗加工：
1.查看重复值

data.duplicated().sum()

2.删除重复值

data.drop_duplicates(inplace=True)

3.查看缺失值数量(将列中为空的个数统计出来)

data.isnull().sum()

4.缺失值集中在用户地理信息列.删除缺失值

del data['user_geohash']

5.时间字段分列time拆分成date和hour，以便后面统计

data['date'] = pd.to_datetime(data['time']).dt.date
data['hour'] = data.time.str.split(' ').str[1]
del data['time']

6.数据类型转换

for i in data.columns[:2]:
    data[i]=data[i].astype('str')
data['date']=pd.to_datetime(data.date)
data['hour']=data.hour.astype('int')

7.查看数据类型

data.info()

8.数据整理，并另存

#时间排序
data = data.sort_values(by=['date','hour'])
#数据清洗后重置索引
data = data.reset_index(drop=True)
#将清洗后的数据另存，以便以后调用
data.to_csv('D:/jupyter/dataset1855/淘宝用户行为数据清洗后.csv')

数据分析：
读取数据

#读取清洗后数据
data = pd.read_csv('D:/jupyter/dataset1855/淘宝用户行为数据清洗后.csv')

1.流量指标分析：
1.1日流量指标(根据日期统计点击的用户访问数量)
观察图表可以看出访问量和访问数在爬升，在双12期间达到峰值，可见双12活动效果显著

#访问量
pv_day = data[data.behavior_type==1].groupby('date').count()['user_id'].reset_index(