电商用户行为和可视化分析

分析用户行为和可视化展现

利用用户在这个商品子集上的行为数据，往往还需要利用更丰富的用户行为数据。

---

一、数据源说明

数据来源：
天池：https://tianchi.aliyun.com/competition/entrance/231522/introduction
该机构通过大数据技术帮助商家实现店铺、商品详情、微淘、工作台的千人千面，提升会员运营、流量运营和精准营销的效率；

20000用户的完整行为数据以及百万级的商品信息。竞赛数据包含两个部分。

第一部分是用户在商品全集上的移动端行为数据（D）,表名为tianchi_fresh_comp_train_user_2w，包含如下字段：

第二个部分是商品子集（P）,表名为tianchi_fresh_comp_train_item_2w，包含如下字段：

训练数据包含了抽样出来的一定量用户在一个月时间（11.18~12.18）之内的移动端行为数据（D），评分数据是这些用户在这个一个月之后的一天（12.19）对商品子集（P）的购买数据。使用训练数据建立推荐模型，并输出用户在接下来一天对商品子集购买行为的预测结果。

二、查看数据

1.引入库

代码如下：

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

2.读取数据，并查看数据类型和数据结构

代码如下（示例）：

user = pd.read_csv(r'tianchi_fresh_comp_train_user.csv')
user.info()

1.源数据的数据类型为：DataFrame
2.表格的维度：15463110 行 * 6列，RangeIndex：0 to 15463109
3.表格的列名和列字段类型dtype
4.表格所占空间：707.8M+

Pandas中的info()函数与describe()函数
https://blog.csdn.net/qq_40305043/article/details/104862499
https://blog.csdn.net/Dreamer_rx/article/details/100804378

具体怎么更改类型，可以看我写的这篇文章：
df数据类型转化和说明(astype,apply,object)

3.看表头

user.head()

用户行为 behavior_type, “1” 表示浏览，“2” 表示收藏，“3” 表示加入购物车，“4” 表示购买

4.统计缺失值

user.isnull().sum()

user_geohash地理数据不分析 ,这列的缺失值不做处理

三、处理数据

1.删除重复值

user.drop_duplicates(keep='last',inplace=True)

keep：first/last/False, 默认值 ‘first’;

first： 保留第一次出现的重复行，删除后面的重复行。
last： 删除重复项，除了最后一次出现。
False： 删除所有重复项。

inplace：布尔值，默认为False，是否直接在原数据上删除重复项或删除重复项后返回副本。（inplace=True表示直接在原来的DataFrame上删除重复项，而默认值False表示生成一个副本。）

drop_duplicates去重详解

2.将time转换为datetime格式

user['time']=pd.to_datetime(user['time'])

3.提取出日期和时间

user['dates'] = user.time.dt.date
user['month'] = user.dates.values.astype('datetime64[M]')
user['hours'] = user.time.dt.hour

数据分析——可视化

1.统计每日PV和UV数据

pv_day=user[user.behavior_type=="1"].groupby("dates")["behavior_type"].count()
uv_day=user[user.behavior_type=="1"].drop_duplicates(["user_id","dates"]).groupby("dates")["user_id"].count()
print(pv_day)
print(uv_day)

2.分析每天的pv与uv的趋势

# 加载库
import pyecharts.options as opts
from pyecharts.charts import Line
from pyecharts.charts import Grid
import numpy as np

# 做出每天的pv与uv趋势图
attr=list(pv_day.index)
pv=(
    Line(init_opts=opts.InitOpts(width="1000px",height="500px"))
    .add_xaxis(xaxis_data=attr)
    .add_yaxis(
        "pv",
        np.around(pv_day.values/10000,decimals=2),
        label_opts=opts.LabelOpts(is_show=False)
    )
    .add_yaxis(
        series_name="uv",
        yaxis_index=1,
        y_axis=np.around(uv_day.values/10000,decimals