Day12----Python超市电商数据分析(一)

最新推荐文章于 2024-07-17 21:04:45 发布
最新推荐文章于 2024-07-17 21:04:45 发布
阅读量889 收藏 13
点赞数 13
文章标签： python 数据分析 开发语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_66098020/article/details/139743425
版权

Python超市电商数据分析(一)

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；

读取文件

# 加载数据分析需要使用的库
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings

plt.rcParams['font.sans-serif'] = ['SimHei']
warnings.filterwarnings('ignore')

#数据加载和整合
# 加载零售数据集，使用'ISO-8859-1'编码方式
df = pd.read_csv('E:/market.csv',encoding='ISO-8859-1')
df.head()
#数据大小
df.shape
#数据分布情况
df.describe()

market.csv部分数据如下：

market.csv

读取、清洗数据:

  1. 使用pandas的read_csv读取数据后，查看各列数据的空值情况，发现Postal Code字段（邮编字段）有空值，而且这一列不重要，所以首先删除掉Postal Code列；
#重命名列名
df.rename(columns = lambda x: x.replace(' ', '_').replace('-', '_'), inplace=True)
#1.查看各列数据的空值情况，发现Postal Code字段（邮编字段）有空值，而且这一列不重要，所以首先删除掉Postal Code列；
#查看缺失值
df.isnull().sum(axis=0)
#删除邮编信息列
df.drop(["Postal_Code"],axis=1, inplace=True)
  1. 使用DataFrame对象的describe()方法，没有发现异常数
    据，所以，不必处理；
df.describe()
  1. 将Order Date订单日期字段的数据修改为datetime类型；
df["Order_Date"] = pd.to_datetime(df["Order_Date"])
  1. 为了后续分析方便，从订单日期中分别提取年、月、季度数
    据，并添加三个列用来存取年、月、季度信息，分别为：’Order-year’,’Order-month’,’quarter’。
df['Order_year'] = df['Order_Date'].dt.year
df['Order_month'] = df['Order_Date'].values.astype('datetime64[M]')
df['quarter'] = df['Order_Date'].dt.quarter

数据分析：

利润分析

先根据年和月进行分组，再分别提取各年份（2011-2014
年）的数据，分析各年份对应月的利润情况。

# 整体销售情况子数据集，包含下单日期、销售额、销量、利润、年份、月份信息
sales_data = df[['Order_Date','Sales','Quantity','Profit','Order_year','Order_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(['Order_year','Order_month']).sum()
sales_year

在这里插入图片描述
在这里插入图片描述

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()

在这里插入图片描述
在这里插入图片描述

profit=pd.concat([year_2011['Profit'],year_2012['Profit'],
                 year_2013['Profit'],year_2014['Profit']],axis=1)
profit.columns=['Profit-2011','Profit-2012','Profit-2013','Profit-2014']
profit.index=['Jau','Feb','Mar','Apr','May','Jun','Jul','Aug','Sep','Oct','Nov','Dec']

profit.style.background_gradient()

在这里插入图片描述

客单价分析

客单价指商场（超市）每一个顾客平均购买商品的金额，客单
价反映顾客的购买水平；客单价=销售额÷成交顾客数

#客单价分析
#客单价指商场（超市）每一个顾客平均购买商品的金额，客单价反映顾客的购买水平；
#客单价=销售额÷成交顾客数
# 2011-2014年客单价
unit_prices = []  # 这里应该填充你计算出的客单价数据  
years = list(range(2011, 2015))  # 年份列表  
for i in range(2011,2015):
    data=df[df['Order_year']==i]
    price=data[['Order_Date','Customer_ID','Sales']]

    # 计算总消费次数
    price_dr=price.drop_duplicates(
        subset=['Order_Date', 'Customer_ID'])

    # 总消费次数：有多少行
    total_num=price_dr.shape[0]
    print('{}年总消费次数='.format(i),total_num)

    unit_price = price['Sales'].sum()/total_num
    print('{}年客单价='.format(i), unit_price,'\n')
    unit_prices.append(unit_price)

在这里插入图片描述


# 绘制柱状图  
plt.bar(years, unit_prices, label='客单价')  
  
# 设置图表的标题和轴标签  
plt.title('每年客单价分布')  
plt.xlabel('年份')  
plt.ylabel('客单价')  
  
# 显示图例  
plt.legend()  
  
# 显示图表  
plt.show()

在这里插入图片描述

每年销售额与销售额的增长率分析

通过年份分组，计算每年的销售额总和
销售额增长率 = (本年销售额-上年销售额) / 上年销售额 * 100%
= 本年销售额 / 上年销售额 - 1

#每年销售额与销售额的增长率分析
#销售额分析
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
sales.style.background_gradient()

在这里插入图片描述

sales_sum=sales.sum()
sales_sum.plot(kind='bar',alpha=0.5)
plt.grid()

# 计算每年增长率
rise_12=sales_sum[1]/sales_sum[0]-1
rise_13=sales_sum[2]/sales_sum[1]-1
rise_14=sales_sum[3]/sales_sum[2]-1
rise_rate=[0,rise_12,rise_13,rise_14]

# 显示增长率
sales_sum=pd.DataFrame({'sales_sum':sales_sum})
sales_sum['rise_rate']=rise_rate

在这里插入图片描述

import pandas as pd  
import matplotlib.pyplot as plt  

fig, ax1 = plt.subplots()  
  
# 绘制销售额的条形图  
bar_width = 0.5  # 条形图的宽度  
sales_sum['sales_sum'].plot(kind='bar', color='b', ax=ax1, width=bar_width, position=0.5)  
  
# 设置条形图的y轴标签  
ax1.set_ylabel('销售额/元', color='b')  
ax1.tick_params('y', colors='b')  
  
# 添加第二个坐标轴来绘制增长率折线图  
ax2 = ax1.twinx()  
  
# 绘制增长率的折线图  
sales_sum['rise_rate'].plot(kind='line', color='r', ax=ax2, marker='*', ms=5)  
  
# 设置增长率的y轴标签  
ax2.set_ylabel('增长率', color='r')  
ax2.tick_params('y', colors='r')  
  
# 添加标题和网格  
plt.title('销售额与增长率')  
plt.grid(axis='y', alpha=0.75)  
  
# 显示图形  
plt.show()

在这里插入图片描述

可以看出：该超市在2011-2014年销售额在稳步上升，说明企
业市场占有能力在不断提 高； 2012-2014年的增长率在增长后
趋于平稳，说明企业经营在逐步稳定

分析各个地区分店的销售额

  • 查看不同区域分店的总销售额占比
#分析各个地区分店的销售额
#查看不同区域分店的总销售额占比
Market_Sales = df.groupby(['Market']).agg({'Sales':'sum'})
Market_Sales["percent"] = Market_Sales["Sales"] / df["Sales"].sum()
Market_Sales.style.background_gradient()

在这里插入图片描述

# 绘制饼图  
  
plt.figure(figsize=(10, 7))
plt.pie(Market_Sales["percent"], labels=Market_Sales.index, autopct='%1.1f%%', startangle=140)
plt.title("不同区域分店的总销售额占比")
plt.axis('equal')
plt.show()

在这里插入图片描述

从该饼图可以看出：APAC、BJ两个地区的销售额比例很高，
总计占51.6%,Canada的销售总额占比最小，只有0.5%，可以
增加对该地区的营销。

  • 分别对各个区域每年销售额分析
#分别对各个区域每年销售额分析
Market_Year_Sales = df.groupby(['Market', 'Order_year']).agg({'Sales':'sum'}).reset_index().rename(columns={'Sales':'Sales_amounts'})
Market_Year_Sales.head()

sns.barplot(x='Market', y='Sales_amounts', hue='Order_year', data = Market_Year_Sales)
plt.title('2011-2014 market sales')

在这里插入图片描述

由上面的条形图可看出，各个地区2011-2014年的销售总
额均是增长趋势， 其中APAC地区和EU地区的增长速度较快，
市场前景较好，下一年可以适当 加大运营成本。

  • 分别对各个区域的不同类型产品销售额分析
#分别对各个区域的不同类型产品销售额分析
category_sales_area = data.groupby(by=['Market','Category'])['Sales'].sum()
category_sales_area
# 将分组后的多层索引设置成列数据
category_sales_area = category_sales_area.reset_index(level=[0,1])
# 使用数据透视表重新整理数据
category_sales_area = pd.pivot_table(category_sales_area,
                            index='Market',
                            columns='Category',
                            values='Sales')
# 绘制图形
category_sales_area.plot(kind = 'bar',
                         title = '不同类型产品在不同地区销售额对比',
                         figsize= (10,8)
                         )

在这里插入图片描述

由上图可看出，除了Canada地区以外，各大地区销售额都比较
高的是电子产品，可 以适当加大对各地区（除Canada地区）
该种类的投入，以便扩大优势。

其他具体数据分析见下篇。

Upsy Daisy z
关注
  • 13
    点赞
  • 踩
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
python数据分析--------电商打折套路为例
qq_40646956的博客
02-24 2508
如今大数据行业十分火热，本人认为python是比较强大的分析工具，在网易云课堂上学习了python数据分析。做了案例，写下代码分析过程以及分析结论。 以下是电商打折套路的python数据分析项目。 # -*- coding: utf-8 -*- """ Created on Wed Jan 9 15:31:45 2019 @author: Administrator """ import n...
day05-Elasticsearch01day05-Elasticsearch01
10-25
Elasticsearch 是一款高度可扩展、高性能的全文搜索引擎，常被用于大数据分析、日志聚合、实时搜索等场景。在“day05-Elasticsearch01day05-Elasticsearch01”这个主题中，我们可以深入探讨Elasticsearch的基础概念...
【python】python 电子产品销售分析可视化（数据集+源码）【独一无二】
测试开发自动化
06-11 994
通过一系列步骤实现了电子产品销售数据的读取、处理和可视化分析。每个步骤都有明确的目的，从数据的读取和初步展示，到各种条件查询、数据处理，再到详细的分组统计和可视化，整个流程设计清晰、逻辑严谨，能够有效地对电子产品销售数据进行全面分析。👉👉👉 源码获取 关注【测试开发自动化】公众号，回复 “电子产品” 获取。👈👈👈。
Day14----Python超市电商数据分析(三)
m0_66098020的博客
06-21 644
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；
Day13----Python超市电商数据分析(二)
m0_66098020的博客
06-20 801
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；
python数据分析电商用户行为，看完这一篇就够了
2201_75604580的博客
04-27 836
WHEREuser_id IN复制代码print(‘总访问量为 %i’ %pv)print(‘总访客数为 %i’ %uv)print(‘消费用户数为 %i’ %len(user_pay))print(‘消费用户访问量为 %i’ %pv_pay)print(‘日均访问量为 %.3f’ %pv_per_day)print(‘人均访问量为 %.3f’ %pv_per_user)print(‘消费用户人均访问量为 %.3f’ %pv_per_buy_user)
Day16-30_Day16-30_python_
10-03
在Python学习之旅中，"Day16-30"阶段是一个关键的过渡期，涵盖了从基础知识到更高级概念的深入探索。在这个阶段，初学者会接触到许多重要的编程概念和技术，这些将为后续的学习打下坚实的基础。以下是这个阶段可能会...
Python-一个检索和读取MLBGameDayXML数据的PythonAPI
08-10
Python是一种广泛使用的编程语言，尤其在数据处理和分析领域中占据重要地位。在这个特定的案例中，"Python-一个检索和读取MLBGameDayXML数据的Python API" 是一个专为获取和解析美国职业棒球大联盟（MLB）GameDay ...
day05-Elasticsearch01
12-13
Elasticsearch 是一款高度可扩展、实时的搜索与分析引擎，广泛应用于大数据处理、日志分析、全文检索、性能监控等多个领域。在这个“day05-Elasticsearch01”的学习资料中，我们将深入探讨Elasticsearch的核心概念和...
数据处理Pandas-获取日期区间的数据-Python实例源码.zip
12-13
在Python编程语言中，Pandas库是数据处理和分析的核心工具。这个压缩包文件"数据处理Pandas-获取日期区间的数据-Python实例源码.zip"显然包含了一些关于如何使用Pandas来获取特定日期区间内数据的示例代码。在本文中...
《JavaSE》---6.＜基础语法（Java三大程序控制结构）＞
m0_73456341的博客
07-14 735
本篇博客主要讲解Java基础语法中的三大结构，一种顺序结构、两大分支结构i（if-else、swich-case）、四大循环结构（while、do while、fot、foreach）
华为od机试真题 — 代表团坐车(Python)
学习,你不是一个人在战斗 ～ 961302305（QQ,微信）
07-17 511
【华为od机试真题 】代表团坐车(Python) 某组织举行会议，来了多个代表团同时到达，接待处只有一辆汽车可以同时接待多个代表团，为了提高车辆利用率，请帮接待员计算可以坐满车的接待方案输出方案数量。
Python每日一题：回文数
xiongxiaoxuan的博客
07-16 216
回文数是指正序（从左向右）和倒序（从右向左）读都是一样的整数。例如，121 是回文，而 123 不是。给你一个整数 x ，如果 x 是一个回文整数，返回 true；否则，返回 false。解释：从左向右读, 为 -121。从右向左读, 为 121-。因此它不是一个回文数。先将整数x转化为字符串形式，判断x和它的反转形态是否完全相等。解释：从右向左读, 为 01。需注意：True和False首字母大写！提示：-231
IPython 日志秘籍：%logstate 命令全解析
2401_85812026的博客
07-17 475
logstate命令是 IPython 日志系统的重要组成部分，它帮助我们掌控日志记录的状态。通过本文的介绍，你应该对如何在 IPython 中使用%logstate查看日志状态有了更深入的理解。记住，合理利用日志系统，可以让你的数据探索过程更加透明和可追溯。本文详细介绍了 IPython 的%logstate命令，包括其基本概念、基本用法、输出解析以及实战示例。希望本文能够帮助读者更好地利用 IPython 的日志系统，优化数据探索和科学计算的工作流。记住，掌握%logstate。
N7翻译实战
最新发布
tjl521314_21的博客
07-17 210
本周完成项目实战用于训练一个简单的序列到序列（seq2seq）模型以实现英语到法语的翻译。数据预处理、模型构建、训练以及可视化损失的过程。本周学习了构建和训练一个简单的seq2seq模型用于英语到法语的翻译，对前面的知识做了一个综合的运用。
Gradio从入门到精通（1）---快速入门
疯狂飙车的蜗牛的博客
07-15 1241
Gradio 是一个开源 Python 包，允许您为机器学习模型、API 或任何任意 Python 函数快速构建演示或 Web 应用程序。然后，您可以使用 Gradio 的内置共享功能在几秒钟内共享指向演示或 Web 应用程序的链接。无需 JavaScript、CSS 或 Web 托管经验！Gradio最大的特点就是简单，便捷，短短几行代码就可以快速构建大模型web应用程序；当前很多人工智能模型的演示都是使用Gradio打造的；您会注意到，为了制作第一个演示，您创建了该类的实例。
sklearn基础教程：掌握机器学习入门的钥匙
AIGC绘图领域探索者，热衷于将创意与技术融合，致力于分享前沿AI绘图技巧与心得，让我们一起开启视觉艺术的新篇章。
07-13 946
是基于Python的一个开源机器学习库，它建立在NumPy、SciPy和matplotlib之上，提供了大量的算法和工具，用于数据挖掘和数据分析。无论是简单的线性回归，还是复杂的神经网络，sklearn都能提供直观易用的接口。作为Python中最为流行的机器学习库之一，以其简洁的API、丰富的算法和强大的功能赢得了广大用户的青睐。通过本文的介绍，相信你已经对sklearn有了初步的了解，并能够开始进行一些基础的机器学习任务。
文件在Linux下为binary格式在Windows下为utf-8格式
qq_38220334的博客
07-17 251
想着是不是之前遇到的问题，有可能是文件中含有特殊字符，然后用vim命令来编辑这个文件，发现，还真是含有一个特殊字符，然后将它删除掉，文件就变成utf-8格式的文件了。在Windows下和Mac下都是没有问题的，在华为云服务器上也是没问题的（操作系统不是centos），但是在自己搭建的Linux服务器（centos）上是有问题的。用shell或者Python脚本去将这个文件转为utf-8格式的，但是都失败了。
【PIE-Engine Studio】04数据查询与显示.pdf
08-05
在【PIE-Engine Studio】04数据查询与显示.pdf文件中，主要讨论了在航天宏图信息技术股份有限公司的软件平台PIE-Engine Studio中，如何有效地处理和分析地理空间数据。文档首先介绍了数据概述，包括地理空间数据的两...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值