python商品销售情况数据分析_用python分析小红书销售情况

一、分析目的

本文将通过对小红书销售表3万余条数据的分析，找到影响销售额的因素。

二、理解数据

先看下数据集字段基本信息

import pandas as pd

import numpy as np

#导入数据

rdDf=pd.read_csv("redbook.csv")

rdDf.info()gender\age\engaged_last_30存在缺失值，占比40%,缺失值过多不能直接删除

三、数据预处理

缺失值处理

#数值型缺失值处理

#用age的均值填充缺失值

rdDf['age']=rdDf['age'].fillna(rdDf.age.mean())

#类别型缺失值处理

#用'unknown'填充性别及活动

rdDf['gender']=rdDf['gender'].fillna('0')

rdDf['engaged_last_30']=rdDf['engaged_last_30'].fillna('unknown')

四、数据分析与可视化

分析方法：采用多维度拆解法，群组分析法，对比分析法

1、单一变量分析单笔销售额主要分布在1000以内，在500以下更为集中，平均值消费金额是334。

有将近七成的用户是两年以上的老