MySQL：2016年天猫双11化妆品销量数据分析

一、案例数据

数据来源

Kesci：Tmall_makeup

理解数据

数据集包括27599条记录和7个特征变量，数据字典如下：

字段	含义
update_time	交易时间
id	产品编号
title	产品名称
price	单价
sale_count	销量
comment_count	评论数量
店名	店铺名称

说明：
1.每一条记录对应一个产品的销售情况。
2.为了保护商家隐私，数据集中的店名被处理成了化妆品品牌名。

二、数据处理

导入数据库

在MySQL中创建数据库TmallMakeUp2016以及表ProductSale来存储数据。

-- 步骤1：创建数据库TmallMakeUp2016
CREATE DATABASE TmallMakeUp2016;

-- 步骤2：创建表ProductSale
USE TmallMakeUp2016;
CREATE TABLE ProductSale(
	product_id	VARCHAR(255) NOT NULL,
	product_name	VARCHAR(255) NOT NULL,
	product_brand	VARCHAR(255) NOT NULL,
	product_price	DOUBLE NOT NULL,
	product_comment	INT(15),
	sale_time	DATE NOT NULL,
	sale_count	INT(15)
);

-- 步骤3：MySQL命令行导入数据
LOAD DATA LOCAL INFILE 'F:/sql_work/TmallMakeUp2016/TMALLMAKEUP2016.csv' INTO TABLE TmallMakeUp2016.ProductSale 
FIELDS TERMINATED BY ',' 
IGNORE 1 LINES;

-- 步骤4：确认表内容
SELECT * FROM ProductSale;

数据导入结果如下：

数据清洗

用COUNT函数统计各列数据记录数，查看是否有缺失值。

-- 统计缺失值
SELECT COUNT(product_id),
	COUNT(product_name),
	COUNT(product_brand),
	COUNT(product_price),
	COUNT(product_comment),
	COUNT(sale_time),
	COUNT(sale_count) 
FROM ProductSale;

缺失值统计结果如下：