超市订单数据分析

1 实验环境

可自主选择开发工具

2 实验说明

实验:超市数据分析

2.1 实验目的

1. 能够使用pandas分析数据
2. 能够使用matplotlib制作统计图表

2.2 实验要求

2.2.1 按年份汇总各地区的销售量和利润总额; 绘制柱形图

结果样例：

2.2.2 统计各地区退货率，以柱形图展示

• 结果样例

2.2.3 用饼图汇总退货订单

• 结果样例：

2.3 实验报告

按照指定实验报告模版写

2.3.1 Word文档

1. 文件命名格式: 内容_实验报告_姓名学号, 例如: 超市订单分析_实验报告_张三001

3 实验步骤

3.1 读取数据

In [1]:

3.2 预览数据

In [2]:

Out[2]:

	ID	订单 ID	订单日期	发货日期	邮寄方式	客户 ID	客户名称	细分	城市	省/自治区	地区	产品 ID	类别	子类别	产品名称	销售额	数量	折扣	利润
0	1	US-2014-1357144	2014-04-28	2014-04-30	二级	曾惠-14485	曾惠	公司	杭州	浙江	华东	办公用-用品-10002717	办公用品	用品	Fiskars 剪刀, 蓝色	129.696	2	0.4	-60.704
1	2	CN-2014-1973789	2014-06-16	2014-06-20	标准级	许安-10165	许安	消费者	内江	四川	西南	办公用-信封-10004832	办公用品	信封	GlobeWeis 搭扣信封, 红色	125.440	2	0.0	42.560

In [3]:

Out[3]:

	订单 ID	退回
0	CN-2012-1196810	是
1	US-2012-3964185	是

In [4]:

Out[4]:

	地区	地区经理
0	东北	楚杰
1	中南	范彩

3.3 任务一：按年份汇总各地区的销售量和利润总额; 绘制柱形图

由于订单日期是以日为单位的，所以处理以年汇总需要处理订单日期

3.3.1 处理订单日期

• 需要将订单日期处理只保留年份
• 使用apply()函数可以批量处理

3.3.2 按年份总汇销售额和利润

• groupby()函数按订单年份和地区分组
• sum()函数对销售额和利润求和
• unstack()函数生成交叉表

3.3.3 绘柱形图

import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']  # 指定使用中文字符的字体，这里以“SimHei”为例
df = pd.read_excel('data/商品订单数据.xls','订单')#文件地址记得修改成自己的

df['订单日期'] = pd.to_datetime(df['订单日期'])
df['年'] = df['订单日期'].dt.year

sales_by_region = df.groupby(['年', '地区'])['利润'].sum()

sales_pivot = sales_by_region.reset_index().pivot(index='年', columns='地区', values='利润')
sales_pivot = sales_pivot[['东北', '中南', '华东', '华北', '西北', '西南']] # 地区名称按实际数据修改
sales_pivot = sales_pivot.sort_values('年')
# 设置颜色图例
colors = ['#FFA07A', '#87CEFA', '#98FB98', '#FFD700', '#9370DB', '#FFC0CB'] # 每个地区的颜色
ax = sales_pivot.plot(kind='bar', color=colors)
ax.legend(loc='upper left')
plt.show()

 

mport pandas as pd
import matplotlib.pyplot as plt
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']  # 指定使用中文字符的字体，这里以“SimHei”为例
df = pd.read_excel('data/商品订单数据.xls','订单')

df['订单日期'] = pd.to_datetime(df['订单日期'])
df['年'] = df['订单日期'].dt.year

sales_by_region = df.groupby(['年', '地区'])['销售额'].sum()

sales_pivot = sales_by_region.reset_index().pivot(index='年', columns='地区', values='销售额')
sales_pivot = sales_pivot[['东北', '中南', '华东', '华北', '西北', '西南']] # 地区名称按实际数据修改
sales_pivot = sales_pivot.sort_values('年')
# 设置颜色图例
colors = ['#FFA07A', '#87CEFA', '#98FB98', '#FFD700', '#9370DB', '#FFC0CB'] # 每个地区的颜色
ax = sales_pivot.plot(kind='bar', color=colors)
ax.legend(loc='upper left')
plt.show()

 

链接：https://pan.baidu.com/s/14IijPVkea8WfkcIZtylfcw?pwd=78dd 
提取码：78dd

 ！！测试的数据！！

3.4 任务二： 统计各地区退货率，并绘图展示

3.4.1 将订单表的地区信息与退货表融合

注意：记录对应的是商品，所以要去除同一地区重复的订单ID

• drop_duplicates()函数可以去除重复数据
• merge()函数融合数据

3.4.2 汇总各地区的退货订单数量

• 按地区分组
• 根据订单ID统计退货订单数量 (count()函数可以统计)
• 对count()之后的数据处理为新的DataFrame(可以组装成字典再转DataFrame)会更好一些

3.4.3 按地区分组统计订单数

• 按地区分组
• 根据订单ID统计订单数量

3.4.4 计算退货率

• 各地区的退货订单数据除于订单总数

3.4.5 将销售人员表中的地区经理融合

3.4.6 绘图(柱形图和饼图)

import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.ticker import MaxNLocator

plt.rcParams['font.sans-serif'] = ['SimHei']  # 指定使用中文字符的字体，这里以“SimHei”为例

# 读取订单、退货和销售人员附表
orders = pd.read_excel('data/商品订单数据.xls', sheet_name='订单')
returns = pd.read_excel('data/商品订单数据.xls', sheet_name='退货')
sales = pd.read_excel('data/商品订单数据.xls', sheet_name='销售人员')

# 统计每个地区对应的订单数量
order_counts = orders.groupby('地区')['订单ID'].nunique()

# 筛选出在退货表中出现的订单ID，并按地区分类汇总
return_orders = orders[orders['订单ID'].isin(returns['订单ID'])]
return_counts = return_orders.groupby('地区')['订单ID'].nunique()

# 计算每个地区的退货率，并将结果保存到一个新的 DataFrame 中
ratios = pd.DataFrame({'订单数': order_counts, '退货数': return_counts})
ratios['退货率'] = ratios['退货数'] / ratios['订单数']

# 根据销售人员中地区对应的销售人员进行互补配对
region_to_manager = sales.set_index('地区')['地区经理'].to_dict()
ratios['地区经理'] = ratios.index.map(region_to_manager)

# 将地区经理设置为索引，以便将其用作标签
ratios = ratios.set_index('地区经理')

# 绘制柱状图
ax = ratios.plot(kind='bar', y='退货率', legend=False)
plt.ylabel('退货率')
plt.title('各地区退货率统计')

# 修改纵坐标标签为销售经理
ax.set_xticklabels(ratios.index, rotation=0)

# 在每个柱形上显示数值
ax.yaxis.set_major_locator(MaxNLocator(integer=True))
for i, val in enumerate(ratios['退货率']):

   ax.text(i, val, f'{val:.3f}', horizontalalignment='center', fontsize=8)
plt.show()

import pandas as pd
import matplotlib.pyplot as plt

# 读取订单和退货表
orders = pd.read_excel('data/商品订单数据.xls', sheet_name='订单')
returns = pd.read_excel('data/商品订单数据.xls', sheet_name='退货')
sales = pd.read_excel('data/商品订单数据.xls', sheet_name='销售人员')

# 将销售人员表中地区对应的销售人员进行互补配对
region_to_manager = sales.set_index('地区')['地区经理'].to_dict()

# 筛选出在退货表中出现的订单ID，并按地区分类汇总
return_orders = orders[orders['订单ID'].isin(returns['订单ID'])]
return_counts = return_orders.groupby('地区')['订单ID'].nunique()

# 将地区名字替换为地区经理的名字
return_counts.index = return_counts.index.map(region_to_manager)

# 绘制饼图
plt.rcParams['font.sans-serif'] = ['SimHei']  # 指定使用中文字符的字体，这里以“SimHei”为例
plt.figure(figsize=(8, 8))
plt.pie(return_counts, labels=return_counts.index, autopct='%1.1f%%', startangle=90, counterclock=False)

# 设置标题
plt.title('汇总退货订单')

plt.show()