电商数据清洗

通过相关渠道，搜集得到2013年某网购平台的全年数据，现将对其进行清洗，为下一步建模与分析做准备。

导入模块，展示数据

import pandas as pd
import numpy as np
data = pd.read_csv(r'C:\Users\admin\Desktop\文件汇总\电商数据分析\abnormal_orders.txt')
data.head()

data.shape  #查看样本数、特征数
#(134190, 14)
data.columns = ['订单id','下单日期','下单时间','商品一级类别','商品所属渠道','商品id','品牌','订单金额','商品销售数量','订单渠道','支付方式','下单用户id','城市','异常']
#更换列名为中文

标签搜索

(data['异常'] == 1).sum()
#28457
(data['异常'] == 1).sum()/data.shape[0]
#0.2120649824875177

可看出：样本存在不均衡，但程度较轻

下单时间

data['下单日期'].value_counts()