python数据分析--------电商打折套路为例

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...
摘要由CSDN通过智能技术生成

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 numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import warnings
from datetime import datetime

from bokeh.transform import jitter
warnings.filterwarnings('ignore')
from bokeh.plotting import figure ,show,output_file
from bokeh.models import ColumnDataSource
#导入数据
import os
os.chdir('C:\\Users\\Administrator\\Desktop\\python项目\\2电商打折')
#工作路径
df=pd.read_excel('双十一数据.xlsx',sheetname=0)
df.fillna(0,inplace=True)
df.index=df['update-time']
df['date']=df.index.day
#双十一当天在售商品占比数
data1=df[["id","title","店名","date"]]

d1=data1[["id","date"]].groupby(by="id").agg(["max","min"])["date"]
#统计不同商品的销售开始和结束日期
id_11=data1[data1["date"]==11]["id"]

d2=pd.DataFrame({"id":id_11,"双十一是否售卖":True})

id_data=pd.merge(d1,d2,left_index=True,right_on="id",how="left")
id_data.fillna(False,inplace=True)
#双十一当天参与活动的商品个数与比例
m=len(d1)
m_11=len(id_11)
m_pre=m_11/m
print("双十一当天参与活动的商品个数是%i个,比例是%.2f%%"%(m_11,m_pre*100))

结论:双十一当天参与活动的商品个数是405个,比例是74.18%

#------------------------------------------------------------------------
#商品销售分类
id_data["type"]="待分类"
id_data["type"][(id_data["min"
  • 4
    点赞
  • 26
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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