泰迪杯数据分析比赛2018年B题解答-任务3

泰迪杯数据分析比赛2018年B题解答-任务3

泰迪杯数据地址： https://www.tipdm.org/bdrace/jljingsai/20181008/1488.html#sHref.
泰迪杯数据分析2018年B题任务3题目：

任务 3.1 分析各售货机商品销售数据，总结规律，给出每台售货机饮料类商品的标签，结果保存在 CSV 文件中，文件名分别为 “task3-1A.csv”、 “task3-1B.csv”、…、“task3-1E.csv”，格式如下表所示。

任务 3.2 在任务 3.1 的基础上进行标签拓展，依据标签生成完整的售货机画像，结果保存在 CSV 文件中，文件名分别为“task3-2A.csv”、task3- 2B.csv”、…、“task3-2E.csv”。依据此画像进行总结描述，给出营销意见。

---

任务3.1

分析各售货机商品销售数据，总结规律，给出每台售货机饮料类商品的标签，结果保存在 CSV 文件中，文件名分别为 “task3-1A.csv”、 “task3-1B.csv”、…、“task3-1E.csv”，格式如下表所示。

目标：得出各售货机商品销售数据，并对各商品进行分类贴标签。

分析：首先我们得对各售货机的各商品销售量进行统计，然后使用聚类算法对商品进行分类。在此聚类算法中，我将会使用KMeans聚类算法。

首先我们需要对A-E五台售货机进行数据整理，将各商品的总实际金额与销售量制作成表单。
实现代码：

import pandas as pd
data=pd.read_csv(r'D:\大数据学习\数据分析与挖掘\B题\task1-A.csv',encoding='gbk')
dalei=data['商品'].unique().tolist()#提取出商品总列表，方便之后进行分类
dalei
datasum=[]
datasem=[]
for i in dalei:
    data_x=data[data['商品']==i]['实际金额'].sum()
    data_t=data[data['商品']==i]['商品'].size
    datasum.append(data_x)#插入列表中
    datasem.append(data_t)
task1_2 = pd.DataFrame({
   '商品':dalei,'总实际金额':datasum,'销售量':datasem})#对列表进行整理，制作成表单
task1_2.sort_values(by=