库存监控 - 异常检测算法

目录

背景

第一部分 - 数据整理

1. 数据录入

2. 清洗数据

3. 数据调整、聚合

第二部分 - 探索库存数据（EDA）

1. 了解库存整体情况

2. 可视化

第三部分 - 建立模型

1. 数据预处理

2. 建立模型

---

背景

        对于零售行业来讲，无论是跨境电商还是传统零售商，库存的高低决定企业流动资产的高低，库存的流动速度决定企业现金流动是否健康。不同的企业会有不同的衡量标准，也会在不同的时间段处于不同的状态。财务上有很多指标可以在整个公司的维度监控库存水平高低，但如果细致到SKU这个层面的差异化分析，则会衍生许多标准问题以及工作量。本文旨在探究使用非监督学习的方法，从数据的整理到最终的可视化，如何实现零售行业的库存监控问题。

第一部分 - 数据整理

1. 数据录入

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib import gridspec
from math import ceil

# 读取数据
df = pd.read_csv('inventory.csv')

# 由于数据有重复，删除重复的数据（数据中包含产品分仓库的明细数据以及仓库栏为‘All’的加总数据）
df = df[df['Warehouse'] != 'All']

# 显示头5行数据
df.head()

 Part Number        Item Number    Warehouse  Total On Hand  \
0    BAILLIE WALNUT  BF481825.39901727  KY - Hebron              0   
1     BAILLIE BEECH  BF481825.39901731  KY - Hebron              0   
2  NIELSEN BROWN PU  BF763074.46849385  KY - Hebron              0   
3     Scargill Mint  BF767982.46854251  KY - Hebron              0   
4     Scargill Blue  BF767982.46854254  KY - Hebron             34   

   Total Available  Total Unavailable  Total On Transfer  Qty Allocated  \
0                0                  0                  0              0   
1                0                  0                  0              0   
2                0                  0                  0              0   
3                0                  0                  0              0   
4                0                  1                 33              0   

   Total On Order  Qty Received(12 Months)  Qty Shipped (30 Days)  \
0               0                      201                      0   
1               0                        0                      0   
2               0                        0                      0   
3               0                        0                      0   
4               0                      170                      0   

   Qty Reserved  Qty Unpickable  Qty On Hold  Qty Unprocessed Cycle Count  \
0             0               0            0                            0   
1             0               0            0                            0   
2             0               0            0                            0   
3             0               0            0                            0   
4             0               0            1                            0   

   Qty Unprocessed Adjustment  
0                           0  
1                           0  
2                           0  
3                           0  
4                           0  

2. 清洗数据

# 检查数据，清洗
tab_info = pd.DataFrame(df.dtypes).T.rename(index={0:'column Type'}) 
tab_info = tab_info.append(pd.DataFrame(df.isnull().sum()).T.rename(index={0:'null values (nb)'}))
tab_info = tab_info.append(pd.DataFrame(df.isnull().sum()/df.shape[0]*100).T.
                                       rename(index={0: 'null values (%)'}))
tab_info