数据分析之实例三：用户消费行为数据分析（一）

#user_id:用户id，order_dt:购买日期,order_products:购买产品数量，order_amount:购买金额
#数据时间：1997年1月-1998年6月的行为数据

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from datetime import datetime
%matplotlib inline
#在行内显示
plt.style.use('ggplot')#更改绘图风格
plt.rcParams['font.sans-serif'] = ['Arial Unicode MS']#设置字体

#导入数据
columns=['user_id','order_dt','order_products','order_amount']
df=pd.read_table('cd_ma.txt',names=columns,sep='\s+') #sep=s'\s+'代表匹配任意空格
df

#1.日期格式需要转换
#2.存在一个用户一天内购买多次

df.describe()

df['order_date']=pd.to_datetime(df['order_dt'],format='%Y%m%d')
#format='%Y%m%d'按照指定格式转成数据列，%Y代表四位的年，%m代表两位月，%d代表两位日，%y代表两位年，%h代表两位小时，%M代表两位分钟
df['month']=df['order_date'].astype('datetime64[M]')
#将order_date转化成精度为月份的数据列,astype('datetime64[M]')精度转换，转成月份进度
df.head()

 

#按照月份统计购买产品数量，消费金额，消费次数，消费人数
plt.figure(figsize=(20,15))#单位时英寸
#每月产品购买数量
plt.subplot(2,2,1)#绘制在两行两列第一个图中
df.groupby('month')['order_products'].sum().plot()#默认折线图
plt.title('每月产品购买数量')
#每月的消费金额
plt.subplot(2,2,2)#绘制在两行两列第二个图中
df.groupby('month')['order_amount'].sum().plot()#默认折线图
plt.title('每月的消费金额')
#每月消费次数
plt.subplot(2,2,3)#绘制在两行两列第三个图中
df.groupby('month')['user_id'].count().plot()#默认折线图
plt.title('月消费次数')
#每月消费人数（根据'user_id'去重统计）
plt.subplot(2,2,4)#绘制在两行两列第三个图中
df.groupby(by='month')['user_id'].apply(lambda x:len(x.drop_duplicates())).plot()
#apply(lambda x:len(x.drop_duplicates()))去重作用，然后用len()长度计算，作为人数数量的统计
plt.title('月消费次数')

#分析结果：前三个月销量非常高，后面下降然后基本趋于平稳

 

用户个体的消费分析 

#1.用户消费金额，消费次数（产品数量）描述统计
user_grouped=df.groupby(by='user_id').sum()
user_grouped.describe()
#用户数237570，每个用户平均购买7个，但是中位数只有3个，并且最大值1033个,平均值大于中位数，明显右偏

#绘制用户的产品的购买数量与消费金额的散点图
df.plot(kind='scatter',x='order_products',y='order_amount')

#用户的消费分布图
plt.figure(figsize=(12,4))
plt.subplot(1,2,1)
plt.xlabel('每个订单的消费金额')
df['order_amount'].plot(kind='hist',bins=50)
#bins区间分数，影响柱子的宽度，值越大柱子越细


plt.subplot(1,2,2)
plt.xlabel('每个uid购买数量')
df.groupby(by='user_id')['order_products'].sum().plot(kind='hist',bins=50)
#每个用户购买数量非常少
#总结，购买量低，价格小于50的占绝大多数

 用户的累积消费金额占比分析