以驱虫市场数据为例,挖掘某店铺新的业务方向和市场增长点。
联系微信wusheng9922
接上一节(3) 接下来看市场的竞争情况分析。
10.竞争分析
导入数据
os.chdir('..')
os.chdir('./竞争数据')
10.1品类分布分析
导入数据 洗数据
os.chdir('./商品销售数据')
filenames2 = glob.glob('*.xlsx')
filenames2
df3 = pd.read_excel(filenames2[1])
df3.head(1)
def load_xlsx1(filename):
df = pd.read_excel(filename)
useless = ['序号','店铺名称','主图链接','商品链接','商品名称']
df.drop(columns=useless,inplace=True)
return df
df3bai = load_xlsx1(filenames2[1])
df3bai.head()
df3an = load_xlsx1(filenames2[0])
df3an.head()
df3kl = load_xlsx1(filenames2[2])
df3kl.head()
洗完后 我们得到三家公司的可用于分析的数据如下
三家公司的类目分组,查看三家公司 他们都有什么产品类目 和对应销量如何:
同样的方法对适用对象 分组来看 各家公司 的业务领域:
bai32 = df3bai.groupby('使用对象').sum()
bai32
an32 = df3an.groupby('适用对象').sum()
an32
kl32 = df3kl.groupby('适用对象').sum()
kl32
fig, axes = plt.subplots(1, 3, figsize=(10, 6))
ax = axes[0]
bai32['销售额'].plot.pie(autopct='%.f',title='拜耳',startangle=30,ax=ax)
ax.set_ylabel('')
ax = axes[1]
an32['30天销售额'].plot.pie(autopct='%.f',title='安速',startangle=60