电商用户行为可视化分析-CSDN博客

本文链接：https://blog.csdn.net/qq_39223444/article/details/119191039

导入数据

import numpy as np
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei'] # 步骤一（替换sans-serif字体）
plt.rcParams['axes.unicode_minus'] = False  # 步骤二（解决坐标轴负数的负号显示问题）

了解数据

user = pd.read_csv('E:/学习/fresh_comp_offline/tianchi_fresh_comp_train_user.csv')
user.info()

在这里插入图片描述

user.head() 
# '''
# user_id用户标识，
# item_id 商品标识，
# behavior_type，用户对商品的行为类型 包括浏览、收藏、加购物车、购买，对应取值分别是1、2、3、4。
# user_geohash 用户位置的空间标识，可以为空 由经纬度通过保密的算法生成
# item_category 商品分类标识 字段脱敏
# time 行为时间 精确到小时级别
# '

在这里插入图片描述

# 查看统计信息
user.describe()

在这里插入图片描述

# 查看缺失值
user.isnull().sum()

在这里插入图片描述
3. 处理数据

user.duplicated().sum()
# 删除重复值
user.drop_duplicates(keep='last',inplace=True)
user.info() # 查看是否删除了重复值

在这里插入图片描述

# 将时间转换为datetime格式
user['time'] = pd.to_datetime(user['time'])
user.head()

在这里插入图片描述

# 提取出日期、月、年
user['dates'] = user.time.dt.date
user['month'] = user.dates.values.astype('datetime64[M]')
user['hours'] = user.time.dt.hour
user.head()

在这里插入图片描述

# 转换数据类型
user['behavior_type'] = user['behavior_type'].apply(str)
user['user_id'] = user['user_id'].apply(str)
user['item_id'] = user['item_id'].apply(str)
user.info()

在这里插入图片描述
4. 数据可视化
4.1 统计每日PV和UV数据

# 统计每日PV数据
pv_day = user[user.behavior_type=='1'].groupby('dates')['behavior_type'