第十四篇实习日记

最后一个项目——超市电商数据分析

数据源概况：

• 本案例将对某大型超市的零售数据进行数据分析，通过了
  解运营状况，做出合理的决策。详细字段是：
  Row ID:行编号；
  Order ID:订单ID；
  Order Date:订单日期；
  Ship Date:发货日期；
  Ship Mode:发货模式；
  Customer ID:客户ID；
  Customer Name:客户姓名；
  Segment:客户类别；
  City:客户所在城市；
  State:客户城市所在州；
  Country:客户所在国家；
  Postal Code:邮编；
  Market:商店所属区域；
  Region:商店所属州；
  Product ID:产品ID；
  Category:产品类别；
  Sub-Category:产品子类别；
  Product Name:产品名称；
  Sales:销售额；
  Quantity:销售量；
  Discount:折扣；
  Profit:利润；
  Shipping Cost:发货成本；
  Order Priority:订单优先级；

分析各个地区分店的销售额

##二、利润分析——分析各年份对应月的利润情况

#整体销售情况子数据集，选取下单日期、销售额、销量、利润、年份、月份信息等列
sales_data = df[['Order_Date','Sales','Quantity','Profit','year','month']]
#按照年份、月份对销售子数据集进行分组求和
sales_year = sales_data.groupby(['year','month']).sum()

#选取该年的所有月的所有行和列
year_2011 = sales_year.loc[(2011,slice(None)),:].reset_index()
year_2012 = sales_year.loc[(2012,slice(None)),:].reset_index()
year_2013 = sales_year.loc[(2013,slice(None)),:].reset_index()
year_2014 = sales_year.loc[(2014,slice(None)),:].reset_index()

#销售额分析（4年按列合并到一个数据框中）
sales=pd.concat([year_2011['Sales'],year_2012['Sales'],
             year_2013['Sales'],year_2014['Sales']],axis=1)

# 对行名和列名进行重命名
sales.columns=['Sales-2011','Sales-2012','Sales-2013','Sales-2014']
sales.index=['Jau','Feb','Mar','Apr','May','Jun','Jul','Aug','Sep','Oct','Nov','Dec']

# 颜色越深，销售额越高（pandas的样式功能）
sales.style.background_gradient()

客单价分析

#三、客单价分析
#创建一个空字典来存储每年的客单价
 year_unit_price = {}
 #循环遍历年份
for i in range(2011, 2015):
data = df[df['year'] == i]
price = data[['Order_Date', 'Customer_ID', 'Sales']]
#删除重复数据（（避免同一顾客同一天多次购买被重复计数，去除Order_Date和Customer_ID相同的行。）
price_dr = price.drop_duplicates(subset=['Order_Date', 'Customer_ID'])
#计算成交顾客数（总消费次数）
total_num = price_dr.shape[0]  

#客单价=销售额÷成交顾客数
unit_price = price['Sales'].sum() / total_num
year_unit_price[i] = unit_price
print('{}年总消费次数='.format(i), total_num)
print('{}年客单价='.format(i), unit_price, '\n')

#展示每年的客单价数据
# 使用matplotlib绘制柱状图展示每年的客单价
plt.figure(figsize=(10, 6))
plt.bar(year_unit_price.keys(), year_unit_price.values(), color='skyblue')
plt.xlabel('Year')
plt.ylabel('客单价')
plt.title('每年客单价分布')
plt.xticks(range(2011, 2015))
plt.show()

销量分析与销售淡旺季分析

 quantity = pd.concat([year_2011['Quantity'],year_2012['Quantity'],
                  year_2013['Quantity'],year_2014['Quantity']],axis=1)
# 对行名和列名进行重命名
 quantity.columns=['Quantity-2011','Quantity-2012','Quantity-2013','Quantity-2014']
 quantity.index=['Jau','Feb','Mar','Apr','May','Jun','Jul','Aug','Sep','Oct','Nov','Dec']
 # 颜色越深，销量越高
 quantity.style.background_gradient()
 #销量分析与销售淡旺季分析
# 绘制折线图
plt.figure(figsize=(10, 6))  # 可以设置图形的大小
for column in quantity.columns:
quantity[column].plot(label=column)  # 绘制每一列的折线图，并设置图例标签

# 添加图例
plt.legend()

# 显示图表
plt.show()