南方人过冬有多难？用Python带你分析全网取暖器销量数据(2)

# 读取数据

df_all = pd.read_csv(‘…/data/导出数据.csv’)

df_all.head()

df_all.shape

(13212, 7)

数据清洗和整理

2

此处我们需要对数据集进行数据清洗以便后续分析和可视化，主要工作内容如下：

• 删除记录的重复值

• goods_price列处理：提取数值

• purchase_num列处理：提取数值

• 计算销售额sales_volume = goods_price*purchase_num

• 删除多余的列

代码实现如下：

df = df_all.copy()

# 去除重复值

df.drop_duplicates(inplace=True)

df.shape

(6849, 7)

# 筛选记录

df = df[df[‘purchase_num’].str.contains(‘人付款’)]

# goods_price列处理

df[‘goods_price’] = df[‘goods_price’].str.extract(‘(\d+.{0,1}\d*)’)

df[‘goods_price’] = df[‘goods_price’].astype(‘float’)

# purchase_num列处理

df[‘num’] = df[‘purchase_num’].str.extract(‘(\d+.{0,1}\d*)’)

df[‘num’] = df[‘num’].astype(‘float’)

df[‘unit’] = [10000 if ‘万’ in i else 1 for i in df[‘purchase_num’]]

# 计算销量

df[‘purchase_num’] = df[‘num’] * df[‘unit’]

# 计算销售额

df[‘sales_volume’] = df[‘goods_price’] * df[‘purchase_num’]

# 提取省份字段

df[‘province_name’] = df[‘location’].astype(‘str’).str.split(’ ').apply(lambda x:x[0])

# 删除多余的列

df.drop([‘num’, ‘unit’, ‘detail_url’], axis=1, inplace=True)

# 重置索引

df = df.reset_index(drop=True)

df.head()

数据可视化

3

此处我们对店铺销量、产地分布、商品价格等方面进行可视化分析：

市场上的取暖器种类较多，有暖风机、小太阳、电热膜、油汀、快热炉、踢脚线等取暖设备，我们首先看到这些取暖器的标题词云。

商品标题词云图

可以看到"取暖器" “暖风机” “暖气片"都是出现的高频词。在特征方面"家用” “节能” "速热"都十分常见。

接着，看到店铺月销量排名Top10。

店铺月销量排名Top10

可以看到店铺销量前十，凯瑞莱旗舰店位居第一。其后春尚电器专营店和苏宁易购分别是第二第三名。排在前十的还有美的、tcl等品牌。

# 计算top10店铺

shop_top10 = df.groupby(‘shop_name’)[‘purchase_num’].sum().sort_values(ascending=False).head(10)

全国各省份产地销量排名Top10

这些取暖器的产地都在哪儿呢？经过分析发现，浙江是生产取暖器的头号大省，在产地销量排名中一骑绝尘位居第一。之后排在第二位的是广东。湖南、江苏、山东分别位居第三第四第五名。

# 计算销量top10

province_top10 = df.groupby(‘province_name’)[‘purchase_num’].sum().sort_values(ascending=False).head(10)

**不同价格区间的商品数量占比

**

取暖器都卖多少钱呢？经过分析发现，100元以下的商品是最多占比高达34.76%。其次是200-500元的商品，占比22.09%。

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、全套PDF电子书

书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。

四、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

五、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！