泰迪杯数据分析比赛2018年B题解答-任务3补充3.2

最新推荐文章于 2024-06-18 15:30:00 发布

烟雨墨兮

最新推荐文章于 2024-06-18 15:30:00 发布

阅读量2.7k

点赞数 12

分类专栏：数据分析文章标签：大数据数据分析

本文链接：https://blog.csdn.net/m0_48387613/article/details/109549007

版权

该博客详细介绍了泰迪杯数据分析比赛2018年B题的补充内容，重点在于任务3.2。博主提供了在任务3.1的基础上进行标签拓展的代码，以生成售货机的完整画像，并将结果保存为CSV文件。这些文件包含了各商品的销售金额和销售量信息。虽然任务4的预算结果未能达到预期，博主承诺将在技术提升后更新相关博客。

摘要由CSDN通过智能技术生成

泰迪杯数据分析比赛2018年B题解答-任务3补充3.2

泰迪杯数据地址： https://www.tipdm.org/bdrace/jljingsai/20181008/1488.html#sHref.

前言：由于许多码友咨询3.2的任务代码，因此为了实现码友们的期望，特此补充3.2的实现代码。

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。

因为任务3.2是基于任务3.1的代码，因此先展现出3.1的代码：

3.1全部代码：


import pandas as pd
from sklearn.cluster import KMeans
from sklearn import metrics
from sklearn import preprocessing
def task9(data):
    data1=pd.read_csv(r'D:\大数据学习\数据分析与挖掘\B题\\'+data,encoding='gbk')
    dalei=data1['商品'].unique().tolist()#提取出商品总列表，方便之后进行分类
    datasum=[]
    datasem=[]
    for i in dalei:
        data_x=data1[data1['商品']==i]['实际金额'].sum()
        data_t=data1[data1['商品']==i]['商品'].size
        datas