2.电商平台零售数据分析

本文使用Python进行电商平台零售数据的预处理,包括缺失值处理、数据清洗,并计算了商品的销售额、退货情况。通过创建时间特征并分析,得到了2011年的平均退货率。此外,还计算了用户最近购买日期与当前日期之间的天数,以了解用户活跃度。
摘要由CSDN通过智能技术生成

import pandas as pd
import numpy as np
import matplotlib
import matplotlib.pyplot as plt
import seaborn as sns
matplotlib.rcParams[‘font.family’]=‘SimHei’
data=pd.read_csv(‘OnlineRetail.csv’,encoding=‘ISO-8859-1’)
data.info()
data.apply(lambda x:sum(x.isnull())/len(x),axis=0)
data.drop([‘Description’],axis=1,inplace=True)
data
data[‘CustomerID’]=data[‘CustomerID’].fillna(‘U’)#填充缺失值
data[‘amount’]=data[‘Quantity’]*data[‘UnitPrice’]
data[‘date’]=data[‘InvoiceDate’].str.split(’ ‘).str[0]
data[‘time’]=data[‘InvoiceDate’].str.split(’ ‘).str[1]
data.drop([‘InvoiceDate’],inplace=True,axis=1)
data[‘year’]=data[‘date’].str.split(’/’).str[2]
data[‘month’]=data[‘date’].str.split(’/’).str[0]
data[‘day’]=data[‘date’].str.split(’/’).str[1]
data[‘date’]=pd.to_datetime(data[‘date’])
data=data.drop_duplicates()

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值