SQL分析用户消费行为

现有用户及用户订单的文件数据
一、将数据导入数据库
二、分析用户消费行为

1. 统计不同月份的下单人数
2. 统计三月份用户的回购率和复购率
3. 统计男女的消费频次是否有差异
4. 统计多次消费的用户，第一次和最后一次消费时间的间隔
5. 统计不同年龄段的用户消费金额是否有差异
6. 统计消费的top20%用户，贡献了多少额度

一、将数据导入数据库
1、建表

• 订单明细表

CREATE TABLE ORDERINFO  ( 
    ORDERID     varchar(10) NOT NULL,--订单ID，主键
    USERID      varchar(10) NULL,--用户ID，可以和用户表进行关联
    ISPAID      varchar(10) NULL,--是否支付
    PRINCE      varchar(10) NULL,--订单价格
    PAIDTIME    varchar(16) NULL, --订单支付时间
    PRIMARY KEY(ORDERID)          -- 主键
    )ENGINE = INNODB;

• 用户信息表

CREATE TABLE USERINFO  ( 
    USERID  varchar(10) NOT NULL,--用户ID，主键
    SEX     varchar(10) NULL,--性别
    BIRTH   varchar(10) NULL, --出生日期
    PRIMARY KEY(USERID)
    )ENGINE = INNODB;

2、处理数据(空值、异常值)

• pandas读取数据

import pandas as pd
import os
os.chdir(r'D:\anaconda\workplace\Data_Analysis\Data')
userinfo = pd.read_csv('user_info_utf.csv')    #用户信息数据
orderinfo = pd.read_csv('order_info_utf.csv')  #订单数据

存在如下异常值

• 处理空值及异常数据
  

# 将读取的数据赋值给userdata
userdata = userinfo
# 去除空值
userdata.dropna(axis=0,inplace=True)
# 如果出生年份不是以'19'或者'20'开头，则去除
for i in userdata['BIRTH']