数据导入sql为啥会出现多个小数点_SQL分析天猫耐克鞋子价格

用SQL分析天猫耐克鞋子价格

一、提出问题：

我想知道以下几点：

1、天猫上耐克鞋子交易笔数高的价格大概在什么价位；

2、男女对应的价格是多少；

3、店家最高的交易笔数是多少；

二、理解数据：

1、我用集搜客采集到的数据是以下格式：

基本上框起来的列没什么用，所以就删除了，不导入到数据库里了。

2、因为SQL涉及到一个主键的问题，如果以商品名称为主键，会有重复值，会导致有些重复行导入不到数据库里 ,所以在A列前面增加了一列，=B2&C2&D2&E2&F2

然后选中所有数据，删除重复值，这样就从19192行，变成了5123行了。

3、经过整理后就剩下“合并信息”、“价格”、“商品名称”、“卖家”、“月成交笔数”、“评价数”，这5列数据。

三、数据清洗：

1、发现数据存在几个问题：

（1）价格列，前面有个金钱符号，要去掉；价格有两位小数点也去掉；而且是文本格式，要转换成数值格式；

（2）月成交笔数，有“笔”字，去掉；

（3）评价数，单位不统一，有的是以“一”为单位，有的是以“万”为单位，而且是文本格式，也要转换成数值格式；

（4）需增加一列，从“商品名称”中提取性别：即商品名称中包含“男”，性别则为“男”，同理商品名称中包含“女”，性别则为”女“，“男女”都没有提到的，则为“中性”；

以上问题，通过EXCEL进行处理，得出以下数据：

2、建表，导入数据：

设置合并信息为主键。

这样数据就导入到数据库里了。

3、检查下是否所有行都导入了：

5123行扣掉第一行字段行，是有5122行数据没错。

四、数据建模及数据可视化：

1、价格段分析：价格从100多到两万多都有，价格段拟分为：100-500,500-1000,1000-2000,2000-5000,5000-10000,10000-20000,20000以上

由上可见，100-500价格段的购买人数比较多，其次是500-1000，再次是1000-2000，超过5000的基本就很少人买了。分类的价格段与成交比数成反比。价格段约低，成交笔数约高，价格段约高，成交笔数约低。

2、卖家分析：

（1）天猫上有多少卖家在卖耐克的鞋子：

天猫上有93家卖家在卖耐克的鞋子。

（2）月有产生销售的卖家有几家：

93家卖家中，月有产生销售的有92家，只有一家没有产生销售。

（3）月成交笔数前15的卖家是哪几家，销售第一是谁？

由上可见，销售第一的店铺是“NIKE官方旗舰店”，月成交笔数534246，且遥遥领先第二名“速捷运动专营店”的月成交笔数18937，可见大家对官方旗舰店还是比较信赖的。

3、性别分析：

男、女、中性性别中，月成交笔数各是多少，占比多少。

由上可见，男鞋卖得比女鞋好，男鞋占比达74%，女鞋只有25%，中性（没有表明男女）的只占了1%。