klook

最新推荐文章于 2024-07-17 11:48:20 发布
最新推荐文章于 2024-07-17 11:48:20 发布
阅读量158 收藏 1
点赞数 2
文章标签： python 开发语言 jupyter
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/w_o_w_o123/article/details/129207084
版权 
#导入库
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
plt.rcParams['font.sans-serif']=['simhei']#用来正常显示中文标签P
from datetime import datetime

df=pd.read_csv('kelu.csv')

数据初识

df.info()#基本信息：数据包含16年-19年，共8k多行数据

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 8757 entries, 0 to 8756
Data columns (total 6 columns):
 #   Column     Non-Null Count  Dtype 
---  ------     --------------  ----- 
 0   author     8757 non-null   object
 1   rating     8757 non-null   int64 
 2   time       8757 non-null   object
 3   year       8757 non-null   int64 
 4   amount     8757 non-null   int64 
 5   frequency  8757 non-null   int64 
dtypes: int64(4), object(2)
memory usage: 410.6+ KB

df.head()#注：author为游客 rating为评分 amout为门票价 frequency为次数
authorratingtimeyearamountfrequency
0YOUNG602019/2/2820191101
1SHING YAN1002019/2/2820191101
2Sha602019/2/2820191101
3Mary Mae1002019/2/2820191101
4Maria Cristina1002019/2/2820191101
df.describe()
#基本信息：评分一半以上为100分满分，门票价格110
ratingyearamountfrequency
count8757.0000008757.0000008757.08757.0
mean92.4174952017.760420110.01.0
std14.2311790.6867340.00.0
min20.0000002016.000000110.01.0
25%80.0000002017.000000110.01.0
50%100.0000002018.000000110.01.0
75%100.0000002018.000000110.01.0
max100.0000002019.000000110.01.0

每日销量分析

df['time'] = pd.to_datetime(df['time'],format='%Y/%m/%d')

df.groupby('time')['rating'].count().plot(figsize=(12,4))
plt.xlabel('日期')
plt.ylabel('销量')
plt.title('16-19年每日销量分析')
#整体来看每日销量呈上升趋势，但从18年一月份带18年5月份销量有一次大幅度下滑，猜测原因可能为：台风，运营问题
#16年9月前后，销量较低，每天平均2-3张门票，猜测原因可能为观景台门票刚刚发售，且宣传活动较少

Text(0.5, 1.0, '16-19年每日销量分析')

png

每月销量分析

df['month']= df['time'].values.astype('datetime64[M]') #保留月份精度的日期
df.head()
authorratingtimeyearamountfrequencymonth
0YOUNG602019-02-28201911012019-02-01
1SHING YAN1002019-02-28201911012019-02-01
2Sha602019-02-28201911012019-02-01
3Mary Mae1002019-02-28201911012019-02-01
4Maria Cristina1002019-02-28201911012019-02-01
df.groupby('month')['rating'].count().plot(figsize=(12,4))
plt.xlabel('月份')
plt.ylabel('销售')
plt.title('16~19年每月销量分析')
#从每月销量来看，销量仍呈上升趋势，但自18年一月份到5月份销量存在异常下降，原因猜测为台风或者运营问题导致

Text(0.5, 1.0, '16~19年每月销量分析')

png

用户购买门票数量分析

df.groupby('author')['frequency'].sum().plot.hist(bins=40)
plt.xlim(1,10)
plt.xlabel('用户购买门票数')
plt.ylabel('用户数')
plt.title('用户三年来购买门票数直方图')
#绝大多数即超7000人次数的用户三年仅购买过一次门票
#多次购买用户中，两次购买用户占绝大多数

Text(0.5, 1.0, '用户三年来购买门票数直方图')

png

多次购买用户情况分析

df_f2 = df.groupby('author')['frequency'].sum().reset_index()
print(df_f2.head())
print("max:")
print(df_f2['frequency'].max())
df_f2[df_f2['frequency']>1].groupby('author')['frequency'].sum().plot.hist(bins = 40)
plt.xlabel('用户购买门票数')
plt.ylabel('用户数')
plt.title('多次购买用户情况分析直方图')
#消费两次用户占比较大，用户购买次数最多为18次

               author  frequency
0             wenbiao          1
1   Goh Yu Wen Eunice          1
2            Hui Shan          1
3              Huihui          1
4            KO-CHENG          1
max:
18





Text(0.5, 1.0, '多次购买用户情况分析直方图')

png

多次购买用户的具体人数

df_f2[df_f2['frequency']>1].groupby('frequency')['author'].count()

frequency
2     402
3      99
4      49
5      25
6      13
7       7
8       4
11      1
13      1
15      1
18      1
Name: author, dtype: int64

1-5次购买用户占比分析

df_f5=df.groupby('author')['frequency'].sum().reset_index()
df_f5.head()
values = list(df_f5[df_f5['frequency']<=6].groupby('frequency')['frequency'].sum())
print(values)
plt.pie(values,labels=['购买一次','购买两次','购买三次','购买四次','购买五次','购买六次'],autopct='%1.1f%%')
plt.title('1-5次购买次数用户占比分析饼图')
plt.legend()
# 从图中可以看出，购买一次占比83%，其余2-6次购买次数占比较少

[7119, 804, 297, 196, 125, 78]





<matplotlib.legend.Legend at 0x25f41b69ea0>

png

2-6次购买次数用户占比分析

df_f51=df_f5[df_f5['frequency']>1].reset_index()
df_f51.head()
values = list(df_f51[df_f51['frequency']<=6].groupby('frequency')['frequency'].sum())
print(values)
plt.pie(values,labels=['购买两次','购买三次','购买四次','购买五次','购买六次'],autopct='%1.1f%%')
plt.title('2-6次购买次数用户占比分析饼图')
plt.legend()

[804, 297, 196, 125, 78]





<matplotlib.legend.Legend at 0x25f41c1d6f0>

png

复购率分析

#复购率：一月内消费次数在两次及以上的用户在总消费用户的占比
df.head()
pivot_count = df.pivot_table(index='author',
                             columns='month',
                             values='frequency',
                             aggfunc='count'
).fillna(0)

#消费次数=0，未消费用户，用na表示
#消费次数=1，非复购用户，用0表示
#消费次数>1，为复购用户，用1表示
pivot_count = pivot_count.applymap(lambda x: 1 if x>1 else np.nan if x==0 else 0)
(pivot_count.sum()/pivot_count.count()).plot()
plt.xlabel('时间（月）')
plt.ylabel('百分比（%）')
plt.title('16-19年每月用户复购率')
#16年9月份复购率最高达到了7.5%,然后开始下降，趋于平稳在1.2%

Text(0.5, 1.0, '16-19年每月用户复购率')

png

复购用户人数分析

pivot_count.sum().plot()
plt.xlabel('时间/月')
plt.ylabel('复购人数')
plt.title('16-19年复购人数')
#整体来看，复购人数呈上升趋势
#但是在18年2、3、4、10和19年2月份，复购人数下降明显，为异常信号，需要与业务部门具体分析情况

Text(0.5, 1.0, '16-19年复购人数')

png

回购率分析

#回购率：某月消费的用户，在下个月仍消费的占比
pivot_purchase = df.pivot_table(index='author',
                               columns='month',
                               values='frequency',
                               aggfunc='count').fillna(0)
print(pivot_purchase.head())
len(pivot_purchase.columns)

month               2016-08-01  2016-09-01  2016-10-01  2016-11-01  \
author                                                               
      wenbiao              0.0         0.0         0.0         0.0   
 Goh Yu Wen Eunice         0.0         0.0         0.0         0.0   
 Hui Shan                  0.0         0.0         0.0         0.0   
 Huihui                    0.0         0.0         0.0         0.0   
 KO-CHENG                  0.0         0.0         0.0         0.0   

month               2016-12-01  2017-01-01  2017-02-01  2017-03-01  \
author                                                               
      wenbiao              0.0         0.0         0.0         0.0   
 Goh Yu Wen Eunice         0.0         0.0         0.0         0.0   
 Hui Shan                  1.0         0.0         0.0         0.0   
 Huihui                    0.0         0.0         0.0         0.0   
 KO-CHENG                  0.0         0.0         0.0         0.0   

month               2017-04-01  2017-05-01  ...  2018-05-01  2018-06-01  \
author                                      ...                           
      wenbiao              0.0         0.0  ...         0.0         0.0   
 Goh Yu Wen Eunice         0.0         0.0  ...         0.0         0.0   
 Hui Shan                  0.0         0.0  ...         0.0         0.0   
 Huihui                    0.0         0.0  ...         0.0         0.0   
 KO-CHENG                  0.0         0.0  ...         0.0         0.0   

month               2018-07-01  2018-08-01  2018-09-01  2018-10-01  \
author                                                               
      wenbiao              0.0         0.0         0.0         0.0   
 Goh Yu Wen Eunice         0.0         0.0         0.0         0.0   
 Hui Shan                  0.0         0.0         0.0         0.0   
 Huihui                    0.0         0.0         0.0         0.0   
 KO-CHENG                  1.0         0.0         0.0         0.0   

month               2018-11-01  2018-12-01  2019-01-01  2019-02-01  
author                                                              
      wenbiao              0.0         1.0         0.0         0.0  
 Goh Yu Wen Eunice         0.0         0.0         0.0         0.0  
 Hui Shan                  0.0         0.0         0.0         0.0  
 Huihui                    0.0         0.0         0.0         0.0  
 KO-CHENG                  0.0         0.0         0.0         0.0  

[5 rows x 31 columns]





31

#创建函数，储存每位用户在每月的回购信息
def purchase_return(data):
    status = []
    for i in range(30):
        if data[i]==1:
            if data[i+1]==1:
                status.append(1)
            else:
                status.append(0)
        else:
            status.append(np.nan)
    status.append(np.nan)
    return pd.Series(status,pivot_purchase.columns)
pivot_purchase_return=pivot_purchase.apply(purchase_return,axis=1)#apply对每列数据进行处理
(pivot_purchase_return.sum()/pivot_purchase_return.count()).plot()
plt.title('16年~19年每月的回购率')
plt.xlabel('月份')
plt.ylabel('回购率%')
#回购率最高在18年6月份，达到4%
#整体来看，回购率呈现微弱上升趋势
#出现了几次较大下滑，分别是17年6月份，18年1月份，18年8月份，19年1月份

Text(0, 0.5, '回购率%')

png

回购人数分析

pivot_purchase_return.sum().plot()
plt.title('16年~19年每月的回购人数')
plt.xlabel('月份')
plt.ylabel('回购人数')
print(pivot_purchase_return.sum())
#整体呈现上升趋势，回购人数最多时在18年11月份，人数未17人
#其中有几次回购人数下降较为明显，主要在分别是17年6月份，18年1月份，18年8月份，19年1月份

month
2016-08-01     0.0
2016-09-01     0.0
2016-10-01     0.0
2016-11-01     0.0
2016-12-01     2.0
2017-01-01     1.0
2017-02-01     1.0
2017-03-01     2.0
2017-04-01     2.0
2017-05-01     2.0
2017-06-01     0.0
2017-07-01     3.0
2017-08-01     2.0
2017-09-01     3.0
2017-10-01     3.0
2017-11-01     6.0
2017-12-01     4.0
2018-01-01     2.0
2018-02-01     4.0
2018-03-01     3.0
2018-04-01     2.0
2018-05-01    12.0
2018-06-01    14.0
2018-07-01    11.0
2018-08-01     6.0
2018-09-01    10.0
2018-10-01    12.0
2018-11-01    17.0
2018-12-01     8.0
2019-01-01     8.0
2019-02-01     0.0
dtype: float64

png

每月分层用户占比

#分类：活跃用户、不活跃用户、回流用户、新用户
def active_status(data):
    status = []
    for i in range(31):
        if data[i]==0:
            if len(status)==0:
                status.append('unreg')
            else:
                if status[i-1]=='unreg':
                    status.append('unreg')
                else:
                    status.append('unactive')
        else:
            if len(status)==0:
                status.append('new')
            else:
                if status[i-1]=='unactive':
                    status.append('return')
                elif status[i-1]=='unreg':
                    status.append('new')
                else:
                    status.append('active')
                    
    return pd.Series(status,pivot_purchase.columns)
pivot_purchase_status  =pivot_purchase.apply(active_status,axis=1)
pivot_status_count =pivot_purchase_status.replace('unreg',np.NaN).apply(pd.value_counts)
pivot_status_count.T.plot.area()
#可以看出，红色（不活跃用户）占据网站用户的主体
#橙色（新用户）从17年1月-19年月，呈现上升趋势；但是在18年4月份左右，新用户的量突然急剧下降，异常信号；
#以后，新用户又开始逐渐上涨，回复稳定状态
#绿色（回流用户），一直维持稳定稳定状态，但是在18年2~4月份,出现异常下降情况，异常信号；

<AxesSubplot: xlabel='month'>

png

每月不同用户的占比

return_rate = pivot_status_count.apply(lambda x:x/x.sum())
return_rate.T.plot()
#在17年1月份过后，网站用户主体由不活跃用户组成，新用户占比开始逐渐下降，并且趋于稳定，稳定在10%左右
#活跃用户和会用户，一直很稳定，并且占比较小
#16年9月前后，新用户和不活跃用户，发生较大的变化，猜测：活动或者节假日造成....

<AxesSubplot: xlabel='month'>

png

w_o_w_o123
关注
  • 2
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
KLOOK客路旅行基于Apache Hudi的数据湖实践
m0_56069948的博客
05-13 640
🚀 优质资源分享 🚀 学习路线指引（点击解锁） 知识定位 人群定位 🧡 Python实战微信订餐小程序 🧡 进阶级 本课程是python flask+微信小程序的完美结合，从项目搭建到腾讯云部署上线，打造一个全栈订餐系统。 💛Python量化交易实战💛 入门级 手把手带你打造一个易扩展、更安全、效率更高的量化交易系统 1. 业务背景介绍 客路旅行（KLOOK）是一家专注于境外目的地旅游资源整合的在线旅行平台，提供景点门票、一日游、特色体验、当地交通与美食预订服务。覆盖全球100个国家
klook旅游分析数据
11-02
klook旅游数据
利用python求回购率、复购率和留存率
qq_42333805的博客
07-08 36
利用python进行构建指标
观景台售票情况数据分析【Python】
Infinity_and_beyond的博客
05-04 922
表格数据资源如下百度网盘👇ratingtimeyearamountfrequency。
jmeter 循环使用csv数据_如何通过jmeter读取csv文件行数来设置循环控制器的总数...
weixin_30596433的博客
01-14 812
1、线程组里添加beanshell取样器import java.io.BufferedReader;import java.io.FileReader;import java.io.IOException;import com.csvreader.CsvReader;import java.nio.charset.Charset;String Num1;int Num=0;try{String r...
数据分析项目四：KLOOK旅游数据分析
最新发布
Double_Black1213的博客
07-17 896
留存率计算：先要判断用户每条记录属于哪个天数区间，然后根据区间求在此区间内有多少人，由于time_min可以直接用，我们重置一下索引，这样可以取出time列。复购率计算的是一个时间周期内，所以直接用applymap对每一个数据进行判断，看是否复购，同时没有消费的变成NAN，便于后面操作。感觉b1应该是分析的门票购买次数，这样上下才能关联起来，问题不是很大，这里是在上图中看不出门票购买2次及以上，单独提出来分析。# 如图，每个周期是3个月，第一个周期留存率在2.2%，前三个周期递减速度在0.3%左右。
KLOOK客路旅行基于Apache Hudi的数据湖实践.doc
07-13
KLOOK客路旅行基于Apache Hudi的数据湖实践 以下是基于给定文件信息生成的相关知识点： 1. 数据湖实践 KLOOK客路旅行基于Apache Hudi的数据湖实践是指使用Apache Hudi构建数据湖，解决数据仓库的数据同步问题。...
全球产业资本大势跟踪2019年15期：思内观外，Klook客路获15亿元融资，软银远景基金领投_国泰君安-21页.pdf
07-22
全球产业资本大势跟踪2019年15期：思内观外，Klook客路获15亿元融资，软银远景基金领投_国泰君安-21页.pdf
旅游数据分析.rar
12-31
在旅游业中，数据分析是至关重要的一个环节，它可以帮助我们挖掘隐藏的信息，理解游客行为，优化服务，提升经营决策。这个名为“旅游数据分析”的压缩包文件显然聚焦于利用Python编程语言进行数据获取和处理。...
旅游网站需求分析文档 doc.rar
07-10
比较新的游旅游网站建设需求分析文档——E起旅游网需要书，第一部分：概述;第二部分：任务说明;第三部分：需求分析(这里将系统的每个最基本的有价值的业务功能，如登录、浏览景点信息、留言等使用系统用例图来展现...
使用kettle 导入CSV数据到数据库
weixin_59096287的博客
06-10 2869
使用kettle 导入CSV数据到数据库
Kettle(把数据从CSV文件（user.csv）抽取到Excel文件)
写的不好之处,请指教
04-21 5096
把数据从CSV文件（user.csv）抽取到Excel文件 原始数据:user.csv 输出后的数据:
python 数据文件为“luohu.csv”，先进行数据预处理【简单易懂，代码直接运行】
于笨笨的博客
01-07 627
数据文件为“luohu.csv”，先进行数据预处理 1、按照"单位名称"分组统计每个单位的人数信息，将人数排名前10的单位和人数用柱状图表示出来。 import pandas as pd import numpy as np import matplotlib.pyplot as plt plt.rcParams["font.family"] = ['SimHei'] plt.rcParams["axes.unicode_minus"] = False """ 先读取数据，然后对数据进行清洗 清洗数据后对数
Kettle CSV文件与json文件转换实例
weixin_50739598的博客
10-07 1085
一、CSV文件转换 CSV是Comma-Separated Values的缩写，即逗号分隔值。CSV文件是用逗号分隔数据字段的文件，因此也被称为逗号分隔值文件，有时会使用字符来替代逗号实现分隔，因此，也被称为字符分隔文件。CSV文件是以纯文本形式存储表格数据（数字和文本），纯文本意味着该文件是一个字符序列。CSV文件可通过Excel打开，也可以通过txt、Notepad++等文本编辑器打开，从而对文件进行查看、编辑等操作。 CSV文件是由任意数目的记录组成，记录之间以某种换行符分隔；每条...
[Kettle] CSV文件输入
Hudas的博客
01-01 2233
本文主要讲解Kettle中的"CSV文件输入"组件相关知识点
Kettle【实践 07】CSV类型文件数据解析及Concat fields使用（云资源分享:ktr脚本+csv测试文件）
Java与大数据相关实践内容分享！
08-09 982
CSV类型文件数据解析及Concat fields使用（云资源分享:ktr脚本+csv测试文件）
Kettle (1) - 读取 CSV 文件
热门推荐
王敏的专栏
11-14 1万+
介绍 Kettle 读取 CSV 文件的方法
【小任务】.csv及数据处理
FETS_ming的博客
02-15 833
1.任务描述 ## 任务描述 本次任务要处理的数据共101227行，样例如下： ```txt 18 Jogging 102271561469000 -13.53 16.89 -6.4 18 Jogging 102271641608000 -5.75 16.89 -0.46 18 Jogging 102271681617000 -2.18 16.32 11.07 18 Jogging 3.36 18 Downstairs 103260201636000 -4.44 7.06 1.95 18 Dow.
评论 2
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