import numpy as np
import pandas as pd
from pandas import DataFrame,Series
import matplotlib.pyplot as plt
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]')
#数据的加载
name = ['user_id','order_dt','order_product','order_amount']
df = pd.read_csv('./data/CDNOW_master.txt',header=None,sep='\s+')#\s+表示多个空格
df.columns = name
df.info()
#将order_dt转换成时间类型
df['order_dt'] = pd.to_datetime(df['order_dt'],format='%Y%m%d')
#查看数据的统计描述
df.describe()
#基于odert_dt取出其中的月份
df['order_dt'].astype('datetime64[M]')
#在源数据中添加一列表示月份
df['month'] = df['order_dt'].astype('datetime64[M]')
第二部分:按月数据分析
- 用户每月花费的总金额
- 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()
plt.plot(df.groupby(by='month')['order_amount'].sum())#方法一
df.groupby(by='month')['order_amount'].sum().plot()#方法二
#所有用户每月的产品购买量
df.groupby(by='month')['order_product'].sum()
#所有用户每月的消费总次数
df.groupby(by='month').coun