pandas订单分析

1、哪些类别的商品比较畅销
2、哪些商品比较畅销
3、求不同门店的销售额占比
4、哪段时间段是超市的客流高峰期？【选做】

import pandas as pd
import numpy as np

data=pd.read_csv(r'order-14.3.csv',sep=',',encoding='gbk')
# 查看数据信息
data.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3478 entries, 0 to 3477
Data columns (total 7 columns):
 #   Column  Non-Null Count  Dtype  
---  ------  --------------  -----  
 0   商品ID    3478 non-null   int64  
 1   类别ID    3478 non-null   int64  
 2   门店编号    3478 non-null   object 
 3   单价      3478 non-null   float64
 4   销量      3478 non-null   float64
 5   成交时间    3478 non-null   object 
 6   订单ID    3478 non-null   object 
dtypes: float64(2), int64(2), object(3)
memory usage: 190.3+ KB

grouped=data['销量'].groupby(data['类别ID'])
grouped.sum().idxmax()

922000003

1、哪些类别的商品比较畅销

data.groupby(by='类别ID')['销量'].agg([np.sum]).idxmax()

sum    922000003
dtype: int64

group1=data['销量'].groupby(data['商品ID'])
group1.sum().idxmax()

29989059

2、哪些商品比较畅销

data.groupby(by='商品ID')['销量'].agg([np.sum]).idxmax()

sum    29989059
dtype: int64

3、求不同门店的销售额占比

data['销售额']=data['单价']*data['销量']
# print(data)

data.groupby(by='门店编号')['销售额'].agg(np.sum)/(data['销售额'].sum())

门店编号
CDLG    0.376815
CDNL    0.278392
CDXL    0.344792
Name: 销售额, dtype: float64

group2=data['销售额'].groupby(data['门店编号'])
group2.sum()

门店编号
CDLG    10908.82612
CDNL     8059.47867
CDXL     9981.76166
Name: 销售额, dtype: float64

totle=data['销售额'].sum()
print(totle)

28950.06645

group2.sum()/totle

门店编号
CDLG    0.376815
CDNL    0.278392
CDXL    0.344792
Name: 销售额, dtype: float64

4、哪段时间段是超市的客流高峰期？【选做】

data['小时']=pd.to_datetime(data['成交时间']).dt.hour
data.groupby(by='小时')['订单ID'].describe()['unique'].sort_values(ascending=False)

小时
9     156
10    143
8     106
17     73
19     71
18     71
11     63
16     50
20     39
7      37
14     36
13     30
15     17
21     16
6      10
Name: unique, dtype: object