数据分析项目-合集-day04

最新推荐文章于 2023-09-04 17:33:52 发布
最新推荐文章于 2023-09-04 17:33:52 发布
阅读量481 收藏 3
点赞数 1
文章标签： 数据分析 python 数据挖掘
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_47049321/article/details/124640106
版权

第一部分：数据类型处理

- 数据加载
    - 字段含义
        - user_id:用户ID
        - order_dt:购买日期
        - order_product:购买产品的数量
        - order_amount:购买金额
- 观察数据
    - 查看数据的数据类型
    - 数据中是否存储在缺失值
    - 将order_dt转换成时间类型
    - 查看数据的统计描述
        - 计算所有用户购买商品的平均数量
        - 计算所有用户购买商品的平均花费
- 在源数据中添加一列表示月份：astype('datetime64[M]')

import numpy as np
import pandas as pd
from pandas import DataFrame,Series
import matplotlib.pyplot as plt

#设置行不限制数量
pd.set_option('display.max_rows',100)
#最后的的参数可以限制输出行的数量
#设置列不限制数量
pd.set_option('display.max_columns',100)
#最后的的参数可以限制输出列的数量
#设置value的显示长度为80，默认为50
pd.set_option('max_colwidth',100)

#数据的加载，定义数据的列（以多个空格进行分割）
df=pd.read_csv("../data/CDNOW_master.txt",header=None,sep="\s+",names=["user_id","order_dt","order_product","order_amount"])
df
user_idorder_dtorder_productorder_amount
0119970101111.77
1219970112112.00
2219970112577.00
3319970102220.76
4319970330220.76
...............
696542356819970405483.74
696552356819970422114.99
696562356919970325225.74
696572357019970325351.12
696582357019970326242.96

69659 rows × 4 columns

#- 观察数据
#    - 查看数据的数据类型
#    - 数据中是否存储在缺失值
df.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 69659 entries, 0 to 69658
Data columns (total 4 columns):
 #   Column         Non-Null Count  Dtype  
---  ------         --------------  -----  
 0   user_id        69659 non-null  int64  
 1   order_dt       69659 non-null  int64  
 2   order_product  69659 non-null  int64  
 3   order_amount   69659 non-null  float64
dtypes: float64(1), int64(3)
memory usage: 2.1 MB

#- 将order_dt转换成时间类型
df["order_dt"]=pd.to_datetime(df["order_dt"],format="%Y%m%d")
df
user_idorder_dtorder_productorder_amount
011997-01-01111.77
121997-01-12112.00
221997-01-12577.00
331997-01-02220.76
431997-03-30220.76
...............
69654235681997-04-05483.74
69655235681997-04-22114.99
69656235691997-03-25225.74
69657235701997-03-25351.12
69658235701997-03-26242.96

69659 rows × 4 columns

#- 查看数据的统计描述
#        - 计算所有用户购买商品的平均数量
#        - 计算所有用户购买商品的平均花费
df.describe()
user_idorder_productorder_amount
count69659.00000069659.00000069659.000000
mean11470.8545922.41004035.893648
std6819.9048482.33392436.281942
min1.0000001.0000000.000000
25%5506.0000001.00000014.490000
50%11410.0000002.00000025.980000
75%17273.0000003.00000043.700000
max23570.00000099.0000001286.010000
#将源数据的时间转换为月份
df["order_dt"].astype("datetime64[M]")

0       1997-01-01
1       1997-01-01
2       1997-01-01
3       1997-01-01
4       1997-03-01
           ...    
69654   1997-04-01
69655   1997-04-01
69656   1997-03-01
69657   1997-03-01
69658   1997-03-01
Name: order_dt, Length: 69659, dtype: datetime64[ns]

#- 在源数据中添加一列表示月份：astype('datetime64[M]')
df["month"]=df["order_dt"].astype("datetime64[M]")
df.head(15)
user_idorder_dtorder_productorder_amountmonth
011997-01-01111.771997-01-01
121997-01-12112.001997-01-01
221997-01-12577.001997-01-01
331997-01-02220.761997-01-01
431997-03-30220.761997-03-01
531997-04-02219.541997-04-01
631997-11-15557.451997-11-01
731997-11-25420.961997-11-01
831998-05-28116.991998-05-01
941997-01-01229.331997-01-01
1041997-01-18229.731997-01-01
1141997-08-02114.961997-08-01
1241997-12-12226.481997-12-01
1351997-01-01229.331997-01-01
1451997-01-14113.971997-01-01

第二部分

- 用户每月花费的总金额
    - 绘制曲线图展示
- 所有用户每月的产品购买量
- 所有用户每月的消费总次数
- 统计每月的消费人数

# - 用户每月花费的总金额
df.groupby(by="month")["order_amount"].sum()

month
1997-01-01    299060.17
1997-02-01    379590.03
1997-03-01    393155.27
1997-04-01    142824.49
1997-05-01    107933.30
1997-06-01    108395.87
1997-07-01    122078.88
1997-08-01     88367.69
1997-09-01     81948.80
1997-10-01     89780.77
1997-11-01    115448.64
1997-12-01     95577.35
1998-01-01     76756.78
1998-02-01     77096.96
1998-03-01    108970.15
1998-04-01     66231.52
1998-05-01     70989.66
1998-06-01     76109.30
Name: order_amount, dtype: float64

#plt.plot(df.groupby(by="month")["order_amount"].sum())
df.groupby(by="month")["order_amount"].sum().plot()

<matplotlib.axes._subplots.AxesSubplot at 0x1b6842f8fc8>

在这里插入图片描述

#- 所有用户每月的产品购买量
df.groupby(by="month")["order_product"].sum()

month
1997-01-01    19416
1997-02-01    24921
1997-03-01    26159
1997-04-01     9729
1997-05-01     7275
1997-06-01     7301
1997-07-01     8131
1997-08-01     5851
1997-09-01     5729
1997-10-01     6203
1997-11-01     7812
1997-12-01     6418
1998-01-01     5278
1998-02-01     5340
1998-03-01     7431
1998-04-01     4697
1998-05-01     4903
1998-06-01     5287
Name: order_product, dtype: int64

df.groupby(by="month")["order_product"].sum().plot()

<matplotlib.axes._subplots.AxesSubplot at 0x1b683c1c748>

在这里插入图片描述

# - 所有用户每月的消费总次数(原始数据中的一行数据表示一次消费记录)
df.groupby(by="month")["user_id"].count()

month
1997-01-01     8928
1997-02-01    11272
1997-03-01    11598
1997-04-01     3781
1997-05-01     2895
1997-06-01     3054
1997-07-01     2942
1997-08-01     2320
1997-09-01     2296
1997-10-01     2562
1997-11-01     2750
1997-12-01     2504
1998-01-01     2032
1998-02-01     2026
1998-03-01     2793
1998-04-01     1878
1998-05-01     1985
1998-06-01     2043
Name: user_id, dtype: int64

#- 统计每月的消费人数（可能同一天一个用户会消费多次）,nunique()表示去重之后的个数
df.groupby(by="month")["user_id"].nunique()

month
1997-01-01    7846
1997-02-01    9633
1997-03-01    9524
1997-04-01    2822
1997-05-01    2214
1997-06-01    2339
1997-07-01    2180
1997-08-01    1772
1997-09-01    1739
1997-10-01    1839
1997-11-01    2028
1997-12-01    1864
1998-01-01    1537
1998-02-01    1551
1998-03-01    2060
1998-04-01    1437
1998-05-01    1488
1998-06-01    1506
Name: user_id, dtype: int64

第三部分：用户个体消费数据分析

- 用户消费总金额和消费总次数的统计描述
- 用户消费金额和消费产品数量的散点图
- 各个用户消费总金额的直方分布图（消费金额在1000之内的分布）
- 各个用户消费的总数量的直方分布图（消费商品的数量在100次之内的分布）

#- 用户消费总金额和消费总次数的统计描述
#每个用户消费的总金额
df.groupby(by="user_id")["order_amount"].sum()

user_id
1         11.77
2         89.00
3        156.46
4        100.50
5        385.61
          ...  
23566     36.00
23567     20.97
23568    121.70
23569     25.74
23570     94.08
Name: order_amount, Length: 23570, dtype: float64

#每个用户消费的总次数
df.groupby(by="user_id").count()["order_dt"]

user_id
1         1
2         2
3         6
4         4
5        11
         ..
23566     1
23567     1
23568     3
23569     1
23570     2
Name: order_dt, Length: 23570, dtype: int64

#用户消费金额和消费产品数量的散点图
user_amount_sum=df.groupby(by="user_id")["order_amount"].sum()
user_product_sum=df.groupby(by="user_id")["order_product"].sum()
plt.scatter(user_product_sum,user_amount_sum)

<matplotlib.collections.PathCollection at 0x1b684ace5c8>

在这里插入图片描述

#- 各个用户消费总金额的直方分布图（消费金额在1000之内的分布）
df.groupby(by="user_id").sum().query("order_amount<=1000")["order_amount"]
df.groupby(by="user_id").sum().query("order_amount<=1000")["order_amount"].hist()

<matplotlib.axes._subplots.AxesSubplot at 0x1b6847803c8>

在这里插入图片描述

#- 各个用户消费的总数量的直方分布图（消费商品的数量在100次之内的分布）
df.groupby(by="user_id").sum().query("order_product<=100")["order_product"]
#df.groupby(by="user_id").sum().query("order_product<=100")["order_product"].hist()

user_id
1         1
2         6
3        16
4         7
5        29
         ..
23566     2
23567     1
23568     6
23569     2
23570     5
Name: order_product, Length: 23491, dtype: int64

第四部分：用户消费行为分析

- 用户第一次消费的月份分布，和人数统计
    - 绘制线形图
- 用户最后一次消费的时间分布，和人数统计
    -绘制线形图
- 新老客户的占比
    - 消费一次为新客户
    - 消费多次为老客户
        -分析出每一个用户的第一个消费和最后一次消费的时间
            - agg(["func1","func2"]):对分组后的结果进行指定聚会
        -分析出新老客户的消费比例
    - 用户分层
        - 分析得出每个用户的总购买量和总消费金额and最近一次消费的时间的表格rfm
        - RFM模型设计
            - R表示客户最近一次交易时间的间隔
                - /np.timedelta64(1,"D"):去除days
            - F表示客户购买商品的总数量，F值越大，表示客户交易越频繁，反之则表示客户交易不够活跃
            - M表示客户交易的金额，M值越大，表示客户价值越高，反之则表示客户价值越低
            - 将R,F,M作用到rfm表中
        - 根据价值分层，将用户分为：
            - 重要价值客户
            - 重要保持客户
            - 重要挽留客户

#- 用户第一次消费的月份分布，和人数统计
#    - 绘制线形图
#第一次消费的月份：每一个用户消费月份的最小值就是该用户第一次消费的月份
df.groupby(by="user_id")["month"].min()#第一次消费月份分布

user_id
1       1997-01-01
2       1997-01-01
3       1997-01-01
4       1997-01-01
5       1997-01-01
           ...    
23566   1997-03-01
23567   1997-03-01
23568   1997-03-01
23569   1997-03-01
23570   1997-03-01
Name: month, Length: 23570, dtype: datetime64[ns]

df.groupby(by="user_id")["month"].min().value_counts()#人数的统计

1997-02-01    8476
1997-01-01    7846
1997-03-01    7248
Name: month, dtype: int64

df.groupby(by="user_id")["month"].min().value_counts().plot()

<matplotlib.axes._subplots.AxesSubplot at 0x1b684c45308>

在这里插入图片描述

#- 用户最后一次消费的时间分布，和人数统计
# 用户消费月份的最大值就是用户最后一次消费
df.groupby(by="user_id")["month"].max().value_counts()

1997-02-01    4912
1997-03-01    4478
1997-01-01    4192
1998-06-01    1506
1998-05-01    1042
1998-03-01     993
1998-04-01     769
1997-04-01     677
1997-12-01     620
1997-11-01     609
1998-02-01     550
1998-01-01     514
1997-06-01     499
1997-07-01     493
1997-05-01     480
1997-10-01     455
1997-09-01     397
1997-08-01     384
Name: month, dtype: int64

#    -绘制线形图
df.groupby(by="user_id")["month"].max().value_counts().plot()

<matplotlib.axes._subplots.AxesSubplot at 0x1b684d15b48>

在这里插入图片描述

#- 新老客户的占比
#    - 消费一次为新客户
#    - 消费多次为老客户
#        -分析出每一个用户的第一个消费和最后一次消费的时间
#            - agg(["func1","func2"]):对分组后的结果进行指定聚会
#        -分析出新老客户的消费比例

#新用户消费月份最大值和最小值相同，而老用户不相同
new_old_user=df.groupby(by="user_id")["month"].agg(["min","max"])
(new_old_user["min"]==new_old_user["max"]).value_counts()

True     12755
False    10815
dtype: int64

#- 用户分层
#        - 分析得出每个用户的总购买量和总消费金额and最近一次消费的时间的表格rfm

#aggfunc实现对原始数据的哪些列做怎样形式的汇总
rfm=df.pivot_table(index="user_id",aggfunc={"order_product":"sum","order_amount":"sum","order_dt":"max"})
rfm
order_amountorder_dtorder_product
user_id
111.771997-01-011
289.001997-01-126
3156.461998-05-2816
4100.501997-12-127
5385.611998-01-0329
............
2356636.001997-03-252
2356720.971997-03-251
23568121.701997-04-226
2356925.741997-03-252
2357094.081997-03-265

23570 rows × 3 columns

#        - RFM模型设计
#            - R表示客户最近一次交易时间的间隔
#                - /np.timedelta64(1,"D"):去除days
#            - F表示客户购买商品的总数量，F值越大，表示客户交易越频繁，反之则表示客户交易不够活跃
#            - M表示客户交易的金额，M值越大，表示客户价值越高，反之则表示客户价值越低
#            - 将R,F,M作用到rfm表中

#            - R表示客户最近一次交易时间的间隔
max_dt=df["order_dt"].max()#今天的日期
#每个用户最后一次交易的时间
max_dt-df.groupby(by="user_id")["order_dt"].max()
rfm["R"]=(max_dt-df.groupby(by="user_id")["order_dt"].max())/np.timedelta64(1,"D")

rfm.drop(labels="order_dt",axis=1,inplace=True)

rfm.columns=["M","F","R"]

rfm
MFR
user_id
111.771545.0
289.006534.0
3156.461633.0
4100.507200.0
5385.6129178.0
............
2356636.002462.0
2356720.971462.0
23568121.706434.0
2356925.742462.0
2357094.085461.0

23570 rows × 3 columns

rfm.apply(lambda x: x-x.mean())
MFR
user_id
1-94.310426-6.122656177.778362
2-17.080426-1.122656166.778362
350.3795748.877344-334.221638
4-5.580426-0.122656-167.221638
5279.52957421.877344-189.221638
............
23566-70.080426-5.12265694.778362
23567-85.110426-6.12265694.778362
2356815.619574-1.12265666.778362
23569-80.340426-5.12265694.778362
23570-12.000426-2.12265693.778362

23570 rows × 3 columns

def rfm_func(x):
    #存储的是三个字符串形式的0或者1
    level=x.map(lambda x:"1" if x>0 else "0")
    label=level.R+level.F+level.M
    d={
        "111":"重要价值客户",
        "011":"重要保持客户",
        "101":"重要挽留客户",
        "001":"重要发展客户",
        "110":"一般价值客户",
        "010":"一般保持客户",
        "100":"一般挽留客户",
        "000":"一般发展客户",  
    }
    result=d[label]
    return result


#df.apply(func):可以对df中的行或者列进行某种(func%xdel形式的运算
rfm["label"]=rfm.apply(lambda x: x-x.mean()).apply(rfm_func,axis=1)

rfm.head(15)
MFRlabel
user_id
111.771545.0一般挽留客户
289.006534.0一般挽留客户
3156.461633.0重要保持客户
4100.507200.0一般发展客户
5385.6129178.0重要保持客户
620.991545.0一般挽留客户
7264.6718100.0重要保持客户
8197.661893.0重要保持客户
995.85622.0一般发展客户
1039.313525.0一般挽留客户
1158.554130.0一般发展客户
1257.064545.0一般挽留客户
1372.944545.0一般挽留客户
1429.922545.0一般挽留客户
1552.874545.0一般挽留客户

第五部分：用户的生命周期

- 将用户划分为活跃用户和其他用户
    - 统计每个用户每个月的消费次数
    - 统计每个用户每个月是否消费，消费记录为1否则为0
        - 知识点：DataFrame的apply和applymap的区别 
            - applymap:返回df
            - 将函数做用于DataFrame中的所有元素（elements）
            - apply:返回Series
            - apply()将一个函数作用于DataFrame中的每列或者列
    - 将用户按照每一个月份分成：
        - unreq:观望用户（前两月没买，第三个月才第一次买，则用户前两个月为观望用户）
        - unactive:首月购买后，后续月份没有购买则在购买的月份中该用户为非活跃用户
        - new:当前月就进行首次购买的用户在当前月为新用户
        - return:购买之后间隔n月再次购买的第一个月份为该月份的回头客

#- 统计每个用户每个月的消费次数
user_month_count_df=df.pivot_table(index="user_id",values="order_dt",aggfunc="count",columns="month").fillna(0)
user_month_count_df
month1997-01-011997-02-011997-03-011997-04-011997-05-011997-06-011997-07-011997-08-011997-09-011997-10-011997-11-011997-12-011998-01-011998-02-011998-03-011998-04-011998-05-011998-06-01
user_id
11.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.0
22.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.0
31.00.01.01.00.00.00.00.00.00.02.00.00.00.00.00.01.00.0
42.00.00.00.00.00.00.01.00.00.00.01.00.00.00.00.00.00.0
52.01.00.01.01.01.01.00.01.00.00.02.01.00.00.00.00.00.0
.........................................................
235660.00.01.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.0
235670.00.01.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.0
235680.00.01.02.00.00.00.00.00.00.00.00.00.00.00.00.00.00.0
235690.00.01.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.0
235700.00.02.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.0

23570 rows × 18 columns

#- 统计每个用户每个月是否消费，消费记录为1否则为0
df_purchase=user_month_count_df.applymap(lambda x: 1 if x>=1 else 0)
df_purchase
month1997-01-011997-02-011997-03-011997-04-011997-05-011997-06-011997-07-011997-08-011997-09-011997-10-011997-11-011997-12-011998-01-011998-02-011998-03-011998-04-011998-05-011998-06-01
user_id
1100000000000000000
2100000000000000000
3101100000010000010
4100000010001000000
5110111101001100000
.........................................................
23566001000000000000000
23567001000000000000000
23568001100000000000000
23569001000000000000000
23570001000000000000000

23570 rows × 18 columns

#将df_purchase中的原始数据0和1修改为new,unactive...，返回新的df叫做df_purchase_new
#固定算法
def active_status(data):
    status=[]#某个用户每一个月的活跃度
    for i in range(18):
        #若本月没有消费
        if data[i]==0:
            if len(status)>0:
                if status[i-1]=="unreg":
                    status.append("unreg")
                else:
                    status.append("unactive")
            else:
                status.append("unreg")
        #若本月有消费
        else:
            if len(status)==0:
                status.append("new")
            else:
                if status[i-1]=="unactive":
                    status.append("return")
                elif status[i-1]=="unreg":
                    status.append("new")
                else:
                    status.append("active")
    return status

pivoted_status=df_purchase.apply(active_status,axis=1)
pivoted_status.head(10)

user_id
1     [new, unactive, unactive, unactive, unactive, unactive, unactive, unactive, unactive, unactive, ...
2     [new, unactive, unactive, unactive, unactive, unactive, unactive, unactive, unactive, unactive, ...
3     [new, unactive, return, active, unactive, unactive, unactive, unactive, unactive, unactive, retu...
4     [new, unactive, unactive, unactive, unactive, unactive, unactive, return, unactive, unactive, un...
5     [new, active, unactive, return, active, active, active, unactive, return, unactive, unactive, re...
6     [new, unactive, unactive, unactive, unactive, unactive, unactive, unactive, unactive, unactive, ...
7     [new, unactive, unactive, unactive, unactive, unactive, unactive, unactive, unactive, return, un...
8     [new, active, unactive, unactive, unactive, return, active, unactive, unactive, unactive, return...
9     [new, unactive, unactive, unactive, return, unactive, unactive, unactive, unactive, unactive, un...
10    [new, unactive, unactive, unactive, unactive, unactive, unactive, unactive, unactive, unactive, ...
dtype: object

pivoted_status.values.tolist()
df_purchase_new=DataFrame(data=pivoted_status.values.tolist(),index=df_purchase.index,columns=df_purchase.columns)
df_purchase_new
month1997-01-011997-02-011997-03-011997-04-011997-05-011997-06-011997-07-011997-08-011997-09-011997-10-011997-11-011997-12-011998-01-011998-02-011998-03-011998-04-011998-05-011998-06-01
user_id
1newunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactive
2newunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactive
3newunactivereturnactiveunactiveunactiveunactiveunactiveunactiveunactivereturnunactiveunactiveunactiveunactiveunactivereturnunactive
4newunactiveunactiveunactiveunactiveunactiveunactivereturnunactiveunactiveunactivereturnunactiveunactiveunactiveunactiveunactiveunactive
5newactiveunactivereturnactiveactiveactiveunactivereturnunactiveunactivereturnactiveunactiveunactiveunactiveunactiveunactive
.........................................................
23566unregunregnewunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactive
23567unregunregnewunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactive
23568unregunregnewactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactive
23569unregunregnewunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactive
23570unregunregnewunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactiveunactive

23570 rows × 18 columns

#- 每月【不同活跃】用户的计数
purchase_status_ct=df_purchase_new.apply(lambda x:pd.value_counts(x)).fillna(0)
purchase_status_ct
month1997-01-011997-02-011997-03-011997-04-011997-05-011997-06-011997-07-011997-08-011997-09-011997-10-011997-11-011997-12-011998-01-011998-02-011998-03-011998-04-011998-05-011998-06-01
active0.01157.01681.01773.0852.0747.0746.0604.0528.0532.0624.0632.0512.0472.0571.0518.0459.0446.0
new7846.08476.07248.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.0
return0.00.0595.01049.01362.01592.01434.01168.01211.01307.01404.01232.01025.01079.01489.0919.01029.01060.0
unactive0.06689.014046.020748.021356.021231.021390.021798.021831.021731.021542.021706.022033.022019.021510.022133.022082.022064.0
unreg15724.07248.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.00.0
purchase_status_ct.T
activenewreturnunactiveunreg
month
1997-01-010.07846.00.00.015724.0
1997-02-011157.08476.00.06689.07248.0
1997-03-011681.07248.0595.014046.00.0
1997-04-011773.00.01049.020748.00.0
1997-05-01852.00.01362.021356.00.0
1997-06-01747.00.01592.021231.00.0
1997-07-01746.00.01434.021390.00.0
1997-08-01604.00.01168.021798.00.0
1997-09-01528.00.01211.021831.00.0
1997-10-01532.00.01307.021731.00.0
1997-11-01624.00.01404.021542.00.0
1997-12-01632.00.01232.021706.00.0
1998-01-01512.00.01025.022033.00.0
1998-02-01472.00.01079.022019.00.0
1998-03-01571.00.01489.021510.00.0
1998-04-01518.00.0919.022133.00.0
1998-05-01459.00.01029.022082.00.0
1998-06-01446.00.01060.022064.00.0
weixin_47049321
关注
  • 1
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
数据分析项目
weixin_45823221的博客
06-23 1189
项目可分为三类：对应项目如下_ 1.可视化项目： 2021中国大学综合排名分析+可视化 2.探索性数据分析（EDA）项目： 3.预测建模：
关于数据分析的项目实例
qq_27153687的博客
11-27 4229
项目概述 此项目是学习实践的一个小项目，内容涉及较为简单，仅以此练习验证所学，项目旨在通过对某平台图书数据爬取、处理、可视化等技术手段分析研究图书与读者偏好等因素的内在关联。 摘要 随着技术进步推动数码产品的迭代更新，人们能获得的娱乐形式趋于多样化，更多精彩刺激的娱乐休闲形式深受人们喜爱，无疑对人们的阅读习惯造成了极大冲击。此外，电子书在快节奏且信息碎片化的时代中更受人们的欢迎。在这个时候，国人的阅读喜好呈现什么样的状态？中国的文学作品阅读情况如何？在本数据分析项目中，通过对某平台各类数据....
python数据分析项目化教程,python数据分析项目总结
阿发狗伪原创
09-04 186
本次分享旨在让大家了解如何用Python做一个简单的数据分析，对于刚刚接触数据分析的朋友无疑是一个很好的练习。解决爬虫获取的数据源准确度问题；需要爬取或者寻找更多好的售房特征；需要做更多地特征工程工作，比如数据清洗，特征选择和筛选；使用统计模型建立回归模型进行价格预测。
5个Github上的大数据分析案例！
黑马程序员官方博客
07-17 3049
数据分析师的工作是手机和解释数据以解决特定问题。这个角色包括大量的时间与数据。
astype(‘datetime64[M]‘)无效的问题
qq_42577508的博客
03-02 874
astype('datetime64[M]') 无效的问题
python学习Numpy基础,数据分析 day04.zip
05-06
数据分析 Numpy+Scipy+Matplotlib+Pandas 基础数值算法 科学计算 数据可视化 序列高级函数 一、numpy是什么？ 1.Numerical Python，数值的Python，补充了Python语言所欠缺的数值计算能力。 2.Numpy是其它数据分析及...
python学习Numpy基础,数据分析 day01.zip
05-06
数据分析 Numpy+Scipy+Matplotlib+Pandas 基础数值算法 科学计算 数据可视化 序列高级函数 一、numpy是什么？ 1.Numerical Python，数值的Python，补充了Python语言所欠缺的数值计算能力。 2.Numpy是其它数据分析及...
python学习Numpy基础,数据分析 day02.zip
05-06
数据分析 Numpy+Scipy+Matplotlib+Pandas 基础数值算法 科学计算 数据可视化 序列高级函数 一、numpy是什么？ 1.Numerical Python，数值的Python，补充了Python语言所欠缺的数值计算能力。 2.Numpy是其它数据分析及...
python学习Numpy基础,数据分析 day07.zip
05-06
数据分析 Numpy+Scipy+Matplotlib+Pandas 基础数值算法 科学计算 数据可视化 序列高级函数 一、numpy是什么？ 1.Numerical Python，数值的Python，补充了Python语言所欠缺的数值计算能力。 2.Numpy是其它数据分析及...
python学习Numpy基础,数据分析 day06.zip
05-06
数据分析 Numpy+Scipy+Matplotlib+Pandas 基础数值算法 科学计算 数据可视化 序列高级函数 一、numpy是什么？ 1.Numerical Python，数值的Python，补充了Python语言所欠缺的数值计算能力。 2.Numpy是其它数据分析及...
用户行为数据分析+项目计划书
12-07
用户行为数据分析+项目计划书 用户行为数据分析+项目计划书
大数据分析离线项目
07-17
主要讲述一个利用大数据平台对数据进行分析并图形化展示的一个项目
【经典永不过时】数据分析网红级别的项目案例分享【超详细】
热门推荐
w0714的博客
11-28 5万+
本周给大家分享的数据分析案例是泰坦尼克号幸存者预测的项目，没记错的话，这应该是很多朋友写在简历上的项目经历。如果你目前正在找工作，自身缺少项目经历并且想要充实项目经历的话，可以考虑一下这个项目！...
14个超有趣的数据分析项目，数据集都给你整理好啦(建议收藏)
weixin_46737755的博客
01-29 1万+
对于那些对数据，数据分析或数据科学感兴趣的人，提供一份可以利用业余时间完成的数据科学项目清单，一共14个！ 项目分为三种类型： 可视化项目 探索性数据分析（EDA）项目 预测建模 可视化项目 最容易上手的就是数据可视化， 以下3个数据集可以用于创建一些有意思的的可视化效果并加到你的简历中。 1. 新冠病毒可视化 学习如何使用Plotly构建动态可视化数据，展示冠状病毒是如何在全球范围内传播的。Plotly很好用，它可以做动态可视化，好看且操作简单。 难..
7个常见的数据分析项目模型！赶紧收藏！
数据森麟
01-03 1010
本文为《数据挖掘与数据化运营实战：思路、方法、技巧与应用》一书第三章的笔记与总结。一个成功的数据挖掘项目，首先要有准确的业务需求描述，之后则要求项目相关人员自始至终对业务有正确的理解和判断对业务的理解和思考，永远高于项目的分类和分析技术的选择。目标客户的特征分析目的：找准目标客户，目标受众，才能进行精细化运营在目标客户的典型特征分析中，有两种业务场景：试运营前的虚拟特征探索试运营后的真实数据探索...
数据分析项目（1）
lichengxiang的博客
01-30 744
一。乘客生还率 二。欧洲杯案例 三。股票数据预处理 四。酒类消费数据统计 五。城市数据练习（用法总结）
Pandas数据分析22——pandas时间序列
weixin_46277779的博客
08-10 2501
pandas时间序列索引数据的生成，属性，操作，用法等
解决较简单的代码问题的思路——以报错“cannot cast DatetimeArray to dtype datetime64[M]”为例
dodo2333333的博客
08-02 1518
先需要用df['order_date']=pd.to_datetime(df['order_dt'],format='%Y%m%d')将'20000101'格式的日期数据转换成YYYY-MM-DD的类型后，再把YYYY-MM-DD转成YYYY-MM，此时如网上视频般用df['month'] = df['order_date'].astype('datetime64[M]') 用jupyter lab运行会报错：Cannot cast DatetimeArray to dtype datetime64[M]
python获取当前时间年月日_python-从numpy datetime64中获取年，月或日
weixin_39653405的博客
11-28 4204
python-从numpy datetime64中获取年，月或日我有一个datetime64类型的数组：dates = np.datetime64(['2010-10-17', '2011-05-13', "2012-01-15"])除了遍历每个元素以获得年的np.array之外，还有没有更好的方法：years = f(dates)#output:array([2010, 2011, 2012],...
day--和--day区别
最新发布
04-18
"day--"和"day"是两种不同的操作符，它们在编程中有着不同的含义和用法。 1. "day--"是一个后缀自减操作符，用于将变量的值减1，并返回减1之前的值。例如，如果有一个变量day的值为5，执行day--操作后，day的值将...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

weixin_47049321

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值