基于Python实现连锁咖啡店经营情况EDA分析【500010097】

导入模块

import pandas as pd
import plotly.graph_objects as go
from plotly.subplots import make_subplots
import plotly.express as px

获取数据

df = pd.read_csv(r'./data/coffeeshop.csv')
data_exploration(df)

数据背景描述

本数据集包含了一家全国连锁咖啡店品牌的全国各区域门店某月的销售数据、利润数据，以及门店基础数据。

• 销售数据：关注咖啡店的销售额、销售量、销售增长率等数据。销售数据是衡量经营状况的关键指标，能够显示店铺的整体业绩。
• 利润数据：了解咖啡店的成本结构和利润率，分析其盈利能力和效率。
• 门店数据：关注门店数量、位置分布、门店规模等信息。了解门店的地理分布和规模对拓展和管理战略至关重要。

数据说明

字段	说明
门店编号 (Store_ID)	每个门店的唯一标识。
区域 (Region)	门店所在的区域或城市。
销售额 (Sales)	门店的销售总额，以人民币（RMB）为单位。
利润 (Profit)	门店的利润总额，以人民币（RMB）为单位。
顾客数量 (Customers)	门店的总顾客数量。
平均交易金额 (Avg_Transaction)	每位顾客的平均交易金额。
员工数 (Staff_Count)	门店的员工数量。
门店面积 (Store_Area)	门店的营业面积，以平方米为单位。
租金 (Rent)	门店的租金费用，以人民币（RMB）为单位。
开业日期 (Opening_Date)	门店的开业日期。

数据缺失值情况

print('数据缺失值情况：')
df.isnull().sum().to_frame().T.style.set_properties(**{"background-color": "#0d3b66","color":"white","border": "1.5px solid white"})
print(df.isnull().sum().to_frame().T)

数值型特征统计信息

print('数值型特征统计信息:')
df.describe().T.style.set_properties(**{"background-color": "#0d3b66","color":"white","border": "1.5px solid white"})
print(df.describe().T)

非数值型特征统计信息

print('非数值型特征统计信息：')
df.describe(include = 'object').T.style.set_properties(**{"background-color": "#0d3b66","color":"white","border": "1.5px solid white"})
print(df.describe(include = 'object').T)

数据前五行

print('数据前五行:')
df.head().style.set_properties(**{"background-color": "#0d3b66","color":"white","border": "1.5px solid white"})
print(df.head())

数据可视化

数据处理

df.columns = ['门店编号','区域','销售额','利润','顾客数量','平均交易金额','员工数','门店面积','租金','开业日期']
df['门店均价'] = df['租金'] / df['门店面积']
df['利润率%'] = df['利润'] / df['销售额'] * 100

店铺数量、销售额、利润、员工数统计

该连锁咖啡店目前共有100家店铺，716万的销售额，利润总额为383万，员工总数为1084人。

销售额和利润排名

从统计数据可以看到，销售额和利润前三的城市是：南京，徐州和苏州；平均销售额和平均利润最高的是上海。

# 汇总销售额和利润
moneydf = df.groupby(['区域']).agg({'销售额':['sum','mean'],'利润':['sum','mean']}).reset_index()
moneydf = moneydf.sort_values(by = ('销售额','sum'),ascending = False)

平均利润率

平均利润率排名前三城市为：哈尔滨市，大庆市，广州市。

# 计算平均利润率
profitdf = df.groupby(['区域']).agg({'利润率%':'mean'}).reset_index()
profitdf = profitdf.sort_values(by = '利润率%')
profitdf['成本占比%'] = 100 - profitdf['利润率%']

门店均价排名

普洱市的门店均价是最高的，为159.333元/平方米。

housedf = df.groupby('区域').agg({'门店均价':'mean'}).reset_index()
housedf = housedf.sort_values(by = '门店均价')