dodo2333333的博客

原创 o2o优惠券线下使用情况数据分析

对优惠券效果的使用分析：用175万条优惠券发放或使用的信息，分析出了距离和折扣优惠与销量的关系、特定商户平均到店距离与平均折扣⼒度、到店消费⼈数与平均距离和折扣⼒度的相关系数、每天中优惠券的总体发放量与使用量情况等并可视化使用python数分三个库及seaborn库对数据进⾏分组、去重、合并、计算相关系数等，对数据进⾏简要分析并绘制热⼒图、饼图、条形图使结果明晰。数据一览。

原创 用户消费行为分析

运行结果:可以看出，大多数用户最后一次购买时间集中在前3个月，说明缺少忠诚用户。随着时间的推移，最后一次购买商品的用户量呈现上升趋势，猜测：这份数据选择是的前三个月消费的用户在后面18个月的跟踪记录。

原创 解决较简单的代码问题的思路——以报错“cannot cast DatetimeArray to dtype datetime64[M]”为例

先需要用df['order_date']=pd.to_datetime(df['order_dt'],format='%Y%m%d')将'20000101'格式的日期数据转换成YYYY-MM-DD的类型后，再把YYYY-MM-DD转成YYYY-MM，此时如网上视频般用df['month'] = df['order_date'].astype('datetime64[M]') 用jupyter lab运行会报错：Cannot cast DatetimeArray to dtype datetime64[M]

原创 物流行业数据分析学习记录

可以看出，文件包括10列数据的名字，数据量，格式等，以1161个数据为基准，缺失的数据数量并不多，所以可以直接删除；销售金额需要改成float；2、货品2在华东地区还有较大市场空间，适合加大投入，同时货品2在西北配送时效长，用户拒收率高，从成本角度考虑，应该减少投入。2、货品2在华东地区还有较大市场空间，适合加大投入，同时货品2在西北配送时效长，用户拒收率高，从成本角度考虑，应该减少投入；从销售区域看，每种货品有1到3个销售区域，除货品1有3个销售区域，货品2有两个销售区域外，其余货品均有1个销售区域。

原创 餐厅订单分析学习记录

搜索jupyterlab下载，按理来说应当在cmd 输入安装命令： pip install jupyterlab，但输入后显示一串红码（安装时出现Retrying(Retry(total=4, connect=None, read=None, redirect=None, status=None))…（1）重新使用jupyterlab，直接在后边开始写代码，运行会报错，后来鼓捣着发现前边已完成的代码需要全部重新运行一次后边才能接的上；消费金额较大的客户；拼接数据：pd.concat([列1，...])

原创 tableau仪表篇作品

原创 （作业展示）excel切片器、报表

1）使用Excel透视表分析行业、城市、工作年限、公司规模这4个维度的需求。1、从行业维度来看下，每个行业的岗位数量有多少，每个行业的平均薪水是多少。2、从城市维度来看下，每个城市的岗位数量有多少，每个行业的平均薪水是多少。4、从公司规模维度来看下，不同规模的公司发布的岗位数量是多少。3、从工作年限维度来看下，不同工作年限的平均薪水。3）制作报表：使用切片器让报表动起来。2）对分析结果可视化。