Kaggle基于黑色星期五交易数据的用户画像分析---PYTHON

Kaggle基于黑色星期五交易数据的用户画像分析—PYTHON

1 前言

黑色星期五可以简单理解为国外的双十一，是指十一月第四个星期五，各大商场都会推出大量的打折和优惠活动的日子。

2 研究目的

数据分析不是为了分析而分析，而是要通过数据分析来达到某种目的。对黑色星期五销售数据进行分析，是希望通过数据分析来更好地了解客户购买行为。
针对数据提供的信息，主要从这几个方面去分析：

3 数据说明与处理

3.1数据来源和说明

数据来源于kaggle---------< Black Friday > https://www.kaggle.com/mehdidag/black-frida 。

黑色星期五可以简单理解为国外的双十一，是指十一月第四个星期五，各大商场都会推出大量的打折和优惠活动的日子。

数据是关于零售商店中黑色星期五的53万条零售商店中进行的交易数据，共包含12个字段。

序号	字段名	数据类型	字段描述	备注
1	User_ID	String	用户ID
1	Product_ID	String	商品ID
3	Gender	String	性别	F：女，M：男
4	Age	String	年龄	7个年龄段
5	Occupation	String	职业	用0-20表示
6	City_Category	String	城市类别	A，B，C
7	Stay_In_Current_City_Years	Integer	居住城市年数	0，1， 2， 3， 4+
8	Marital_Status	Integer	婚姻状况	0：已婚，1：未婚
9	Product_Category_1	Integer	产品类别1

3.2数据预处理

3.2.1查看数据详情

df = pd.read_csv(r'E:\DATA\BlackFriday.csv')
df.shape
df.info()

print(df.describe())

print(df.head(10))

3.2.2修改列名

为了方便看，可以先对列名进行重命名成中文。

df = df.rename(columns={'User_ID': '用户ID', 'Product_ID': '商品ID', 'Gender': '性别', 'Age': '年龄', 'Occupation': '行业', 'City_Category': '城市类别', 'Stay_In_Current_City_Years': '居住城市年数', 'Marital_Status': '婚姻状况', 'Product_Category_1': '产品类别1', '