根据 电商行业场景化项目分析(上)——数据清洗,我们已经将数据清理完成,接下来我们使用Python进行可视化分析。
总体概览
# 1、 销售GMV
gmv = round(data['orderAmount'].sum()/10000, 2)
# 2、 成交总和
pay_sum = round(data['payment'].sum()/10000, 2)
# 3、 实际成交额
real_paysum = round(data[data['chargeback']=='否']['payment'].sum()/10000, 2)
# 4、 订单数量
order_count = data['orderID'].unique().size
# 5、 退货订单数
orderback_count = data[data['chargeback']=='是']['orderID'].size
# 6、 退货率
rate = round(orderback_count/order_count*100, 2)
# 7、 用户数
user_count = data['userID'].unique().size
2019年销售额、成交总和、实际成交额趋势
data['month'] = data['orderTime'].dt.month
gmv_month = round(data.groupby('month')['orderAmount'].sum()/10000, 2)
pay_sum_month = round(data.groupby('month')['payment'].sum()/10000, 2)
real_paysum_month = round(data[data['chargeback']=='否'].groupby('month')['payment'].sum()/10000, 2)
x = data['month'].unique()
plt.figure(figsize=(12,7))
plt.grid(alpha=