celine11111-CSDN博客

原创复购率/回购率/新购人数

回购率#回购率第一步select date_month,userid from orderr group by date_month,userid order by date_month这里不论1号用户在本月购买多少次，只要购买就1，否则就0#回购率第二步select t1.date_month,count(t1.date_month),count(t2.date_month) from(select date_month,userid from orderr group by date_

2021-01-29 09:51:57 1308

原创 20200915电商数据分析 - 偏逻辑思维（一）

这是一个电商数据分析题目，可以用excel做，可以用sql做，可以用python做题目如下：数据源如下：链接：https://pan.baidu.com/s/1gM2NoS_1SxUCgPbf-9mgYg提取码：9zrsExcel篇：其他人用数据透析表做的SQL篇：我遇到一些问题，重新用pyhton做Python篇：如下import pandas as pdimport numpy as npimport matplotlib.pyplot as pltdata = pd.read

2020-11-01 19:34:09 534 1

原创 20200909 Vedio Game 游戏平台数据分析

数据集是游戏销售情况字段说明如下：• Rank - Ranking of overall sales• Name - The games name• Platform - Platform of the games release (i.e. PC,PS4, etc.)• Year - Year of the game’s release• Genre - Genre of the game• Publisher - Publisher of the game• NA_Sales - S

2020-09-10 22:11:11 628

原创 Airbin_0720

项目背景数据是从kaggle下载的，Airbnb是一个让大众出租住宿民宿的网站，提供短期出租房屋或房间的服务，并且以其独特性的居住体验发展迅速，这里我们拿到的数据是2019年纽约的民宿数据。这里需要注意一点，有的压缩包解压之后直接使用csv文件会有问题，正确的方式是，1）右击csv文件，打开方式选择txt，然后保存，Encloding选ANSI保存，2）再使用Excel打开csv文件，然后另存为，保存类型选择CSV UTF-8（逗号分隔），这样文件可以解决基本的中文乱码/列错位等等问题；impor

2020-08-03 20:30:49 643

原创 Kaggle项目 - Hotel Booking Demand

%matplotlib inlineimport pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport seaborn as snsplt.rc("font",family="SimHei",size="12") #用于解决中文显示不了的问题sns.set_style("whitegrid") Exploratory data analysis (EDA) 探索性数据分析一、Data Clean 数据清洗

2020-07-09 21:45:43 1899

原创 matplotlib颜色调用

输入color=‘颜色名字’选取对应的颜色

2020-07-09 21:23:17 284

原创 CDNOW用户购买行为分析 - 2020

这是一份用户消费行为的分析报告数据来源于网络，是一家CD网站的销售情况一、基础数据清洗import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport seaborn as snsplt.rcParams['font.sans-serif']=['SimHei']plt.rcParams['axes.unicode_minus']=False%matplotlib inlineplt.style.use(

2020-07-05 21:57:50 600

原创 SQL 分数排名：最简单的解题思路

这道题很经典，解题思路是写给新手看的，对于高手可能挺简单的，但是对于初学者可能理解起来还是有一定的难度，如果您经查使用SQL，可以跳过了。SQL题目：编写一个 SQL 查询来实现分数排名。如果两个分数相同，则两个分数排名（Rank）相同。请注意，平分后的下一个名次应该是下一个连续的整数值。换句话说，名次之间不应该有“间隔”。根据上述给定的 Scores 表，你的查询应该返回如下，新增一列Rank，且按分数从高到低排列：解题思路：新增加一列rank排名，我们先写出基本语法：Select score

2020-06-08 07:09:02 1050

原创爬虫 - 股票爬虫实例之腾讯证券

这里用的网站是腾讯证券，更详细的版本参考另一篇爬雪球网站股票：import bs4from bs4 import BeautifulSoupimport requestsimport reimport pandas as pd#获取网页源代码def gethtml(url): try: kv = {'User-Agent':'Mozilla/5.0'} r = requests.get(url,headers=kv,timeout=30)

2020-06-07 19:05:57 2254

原创爬虫-股票爬虫细节说明版【初学者入】

完整的股票爬虫记录见这篇文章：这里是一个简洁版的，方便初学者更详细的讲解爬虫细节：股票列表从东风财富获取，个股信息从雪球网获取首先，我们先看看雪球网的个股信息，这里我们截图格力电器代码查看；注意我们最终要查的是所有的个股信息仔细查看可知，每一个个股第一个父标签都是<div class="container-sm float-left stock__main">，后面是子标签，包括各种分类信息，如股票名称，今开，最高等等，我们先拷贝一段简洁代码做基础演示说明；s = '''&l

2020-06-05 21:30:40 1438

原创电商数据分析-Pandas

四、参照RFM模型，对用户进行分类找出有价值的用户RFM模型是衡量客户价值和客户创利能力的重要工具。该模型通过客户的**最近交易行为（Recency）、交易频率（Frequency）以及交易金额（Monetary）**三项指标来描述该客户的价值状况。一般来说，会将这三项指标分成几个区间进行评分，通过计算评分找到有价值的用户，并对用户进行分类。最近一次消费(Recency)：是指最近一次消费距离上一次消费之间的时间长短。它反映了客户对产品的态度以及对品牌价值的信任度，它关乎消费者的存留状况。消费频率(F

2020-06-04 20:00:03 716

celine11111的博客