利用python分析电商_Python电商数据分析实战

一、分析思路

通过对淘宝用户行为数据进行分析，展现业务现状和解决一些业务问题。分析思路如下：

二、数据背景

三、数据清洗

① 导入数据

此处仅用python导入2000000条数据进行分析，源数据没有列名，加上列名。

import pandas as pd

import matplotlib.pyplot as plt

import datetime

data = pd.read_csv('project/UserBehavior.csv', header=None, nrows=2000000,

names=['user_id', 'item_id', 'category_id', 'behavior_type', 'time'])

print(data.head())

② 缺失数据处理

print(data.isnull().sum())

没有缺失值，无须删除空值数据。

③ 对time列时戳值转换类型，并拆分time列成date和hour

data['time'] = pd.to_datetime(data['time'], unit='s') + datetime.timedelta(hours=8)

print(data.head())

data['date'] = data['time'].map(lambda x: x.strftime('%Y-%m-%d %H').split(' ')[0])

data['hour'] = data['time'].map(lambda x: x.strftime('%Y-%m-%d %H').split(' ')[1])

pd.set_option('display.max_columns', 10)

print(data.head())

④ 将数据按date、hour列排序，重置索引；删除超出时间范围的异常数据

data = data.sort_values(by=['date', 'hour'], ascending=True)

data = data.reset_index(drop=True)

print(data.head(10))

df_bool = (data.loc[:, 'date'] > '2017-11-24') & (data.loc[:, 'date'] < '2017-12-04')

data = data.loc[df_bool, :].reset_index(drop=True)

print(data.head(10))

四、数据分析

（1）流失和转化分析

① pv点击量到购买量的转化

用户行为统计数量：

pv_convert_data = data['behavior_type'].value_counts()

print(pv_convert_data)

pv的转