某宝移动端用户行为分析---PYTHON

1 数据来源说明

数据来源：下载于天池数据集–< User Behavior Data on Taobao App> https://tianchi.aliyun.com/dataset/dataDetail?dataId=46
这份数据是15年天池大赛的比赛数据，内容包括了14年双十一之后到双十二结束这段时间内用户的行为痕迹，共6个指标12256906个用户，本文将使用PYTHON对整体用户购物情况进行分析。
数据指标说明如下表：

column	description
user_id	用户身份，脱敏
item_id	商品id，脱敏
behavior_type	用户行为类型（包括点击，收藏，加购物车和付款四种行为，相应的值分别为1,2,3和4。）
user_geohash	地理位置
item_category	品类ID（商品所属的品类）
time	用户行为发生的时间

2 研究目标

• 基本数据统计
  总PV、总UV、有购买行为的用户数量、复购率、跳失率

• 用户行为转化漏斗
  点击–收藏–加购物车–支付各环节转化率如何？

• 购买次数占前80%的品类有多少？

• 从时间维度了解用户的行为习惯
  每天的PV、UV

3 数据预处理

3.1数据抽样

导入数据，看看数据的具体情况

import pandas as pd
data=pd.read_csv(r'E:\DATA\tianchi_mobile_recommend_train_user.csv')
print(data.head())
data.info()
print(data.describe())

由于数据较为庞大，进行抽样处理–随机抽样
抽取100万条数据

#随机、可放回抽样
data=data.sample(n=10000,replace=True,axis=0) 
data.to_csv(r"E:\DATA\user.csv")

3.2 数据清洗

数据一致化处理
通过查看数据可得知，time字段的时间包含年-月-日和小时，为方便分析，将该字段分为2个字段：一个日期列，一个小时列
用Excel实现 将该字段的小时列删除，将数据名字保存为user_

#将数据处理为时间格式
data=pd.read_csv(r'E:\DATA\user_.csv')  
da