巴西电商数据分析

写作背景：从kaggle上找了一份巴西电商数据集，结合python+MYSQL+tableau等分析工具，从多个维度对网站的各项指标进行分析，发现网站现存的问题并对网站提出优化建议。

文章结构如下：
![在这里插入图片描述](https://img-blog.csdnimg.cn/20200313172125881.png?x-oss-
process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3hpYW9jYWkxcHl0aG9u,size_16,color_FFFFFF,t_70)

1、获取/理解数据

1.1获取数据

从kaggle上下载数据集，并读入python

    import pandas as pd
    df = pd.read_csv('Orders_merged.csv')
    df.head()

![在这里插入图片描述](https://img-blog.csdnimg.cn/20200313172853664.png?x-oss-
process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3hpYW9jYWkxcHl0aG9u,size_16,color_FFFFFF,t_70)

数据共有 96478 行， 38 列

1.2理解数据

数据来源 ： 这是在Olist商店下订单的巴西电子商务公共数据集。 该数据集包含2016年至2018年在巴西多个市场上制作的10万张订单的信息。
它允许从多个维度查看订单：从订单状态，价格，付款和货运绩效到客户位置，产品属性以及最终由客户撰写的评论。这是真实的商业数据，已被匿名化。

数据链接：https://www.kaggle.com/jainaashish/orders-merged

字段说明 （共38个字段）：

1、product_id：商品ID
2、seller_id：商家ID
3、order_id：订单ID
4、customer_id：订单对应的用户ID。订单数据集的键，每个订单都有一个唯一的customer_id。
5、order_status：订单状态
6、order_purchase_timestamp：下单时间
7、order_approved_at：付款审批时间
8、order_delivered_carrier_date：订单过账日期
9、order_delivered_customer_date：客户实际订单交货日期
10、order_estimated_delivery_date：订单预计交货日期
11、customer_unique_id：用户ID
12、customer_zip_code_prefix：客户邮政编码前5位
13、customer_city：客户所在城市
14、customer_state：客户所在的州
15、review_id：评论ID
16、review_score：评价得分，客户在满意度调查中给出的注释范围为1到5。
17、review_comment_title：评论标题（葡萄牙语）
18、review_comment_message：评论内容（葡萄牙语）
19、review_creation_date：发出满意度调查日期
20、review_answer_timestamp：客户满意度回复日期
21、payment_sequential：付款顺序，客户可以使用多种付款方式付款。
22、payment_type：付款方式
23、payment_installments：客户选择的分期付款数量
24、payment_value：交易金额
25、order_item_id：序号，用于标识同一订单中包含的商品数量。
26、price：商品价格
27、freight_value：运费，物品运费价值物品（如果订单包含多个物品，则运费价值将在物品之间分配）
28、seller_zip_code_prefix：卖家邮政编码前5位
29、seller_city：卖家所在城市
30、seller_state：卖家所在州
31、product_category_name：类别名称
32、product_name_lenght：产品名称长度
33、product_description_lenght：产品说明长度
34、product_photos_qty：产品照片数量
35、product_weight_g：产品重量单位g
36、product_length_cm：产品长度单位cm
37、product_height_cm：产品高度单位cm
38、product_width_cm：产品宽度单位cm

2、构建分析框架

![在这里插入图片描述](https://img-blog.csdnimg.cn/20200316213056602.png?x-oss-
process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3hpYW9jYWkxcHl0aG9u,size_16,color_FFFFFF,t_70)

3、数据清洗

    3.1选取子集（根据搭建的框架选取需要的字段，作为新的数据表）
    commerce_data = df[['product_id','seller_id','order_id