物流Excel报表用python处理并进行数据分析

问题一：配送服务是否存在问题

bash 复制代码

import os
import pandas as pd
inport numpy as np
import matplotlib.pylot as plt
plt.rcParams['font.sans_serif'] = 'SimHei'

##设置中文显示

数据清洗

bash 复制代码

data = pd.read_excel('',encoding = 'gbk')
data.info()

通过info可以看出，包括10列数据，名字，数据量，格式等，可以得出：

1.订单号，货品交货情况，数量：存在缺失值，但是确实量不大，可以删除

2，订单行，对分析无关紧要，可以考虑删除

3，销售金额格式不对（万元|元，逗号问题），数据类型需要转换成int|float

#删除重复记录

bash 复制代码

data.drop_duplicates(keep='first',inplace=True)

#删除缺失值(na,删除待有na的整行数据，axis=0，how='any'默认值）

bash 复制代码

data.dropna(axis=0,how='any',inplace=True)

#删除订单行

bash 复制代码

data.drop(columns=['订单行']，inplace=True,axis=1)

异常值处理

bash 复制代码

data.describe()

describe () 函数可以查看数据的基本情况，包括：count 非空值数、mean 平均值、std 标准差、max 最大值、min 最小值、（25%、50%、75%）分位数等。

#销售金额==0，采用删除方法，因为数据量很小

bash 复制代码

data = data[data['销售金额']!=0]

data.describe()

数据规整

bash 复制代码

data['销售时间'] = pd.to_datetime(data['销售时间'])
data['月份'] = data['销售时间'].apply(lambda x:x.month)   #把月份取出来
data

第三步核心数据分析

解决问题

1，配送服务是否存在问题

从月份维度 (操作起来就是分组然后算这个率那个率）

以月份分组，计算按时交货率

bash 复制代码

data1 = data.groupby[['','']].size().unstack()
data1['按时交货率']=data1['']/(data1['']+data1[''])

#从按时交货率来看，第四极季度低于第三季度，猜测可能是气候原因造成

那么str.strip()就是把这个字符串头和尾的空格，以及位于头尾的\n \t之类给删掉。

从销售区域维度

bash 复制代码

data1 = data.groupby[['','']].size().unstack()
data1['按时交货率']=data1['']/(data1['']+data1[''])
print(data1.sort_values(by ='按时交货率',ascending = False))

#西北地区存在突出的延时交货问题，需要解决

货品维度

bash 复制代码

data1 = data.groupby[['货品','货品交货状况']].size().unstack()
data1['按时交货率']=data1['按时交货']/(data1['按时交货']+data1['晚交货'])
print(data1.sort_values(by ='按时交货率',ascending = False))

#货品4晚交货情况非常严重，其余货品的相对较好的

货品和销售区域结合

bash 复制代码

data1 = data.groupby[['货品','销售区域','货品交货状况']].size().unstack()
data1['按时交货率']=data1['按时交货']/(data1['按时交货']+data1['晚交货'])
print(data1.sort_values(by ='按时交货率',ascending = False))

#销售区域;最差在西北地区，货品有1和4，主要是货品4送货较晚导致

#货品：最差的货品2，主要送往华东和马来西亚，主要是马来西亚的送货较晚导致

问题二：是否存在尚有潜力的销售区域

月份维度

bash 复制代码

data1=data.groupby(['月份','货品'])['数量'].sum().unstack()
data1.plot(kind=;line;)

#货品2在10月和12月份，销量猛增，原因猜测有二:1.公司加大营销力度 2.开发了新的市场

不同区域

bash 复制代码

data1=data.groupby(['销售区域','货品'])['数量'].sum().unstack()
data1.plot(kind=;line;)

#从销售区域看，每种货品销售区域为1~3个，货品1有三个销售区域，货品2有两个销售区域，其余货品均有1个销售区域

月份和区域维度

bash 复制代码

data1 = data.groupby(['月份','销售区域','货品'])['数量'].sum().unstack()
data1['货品2']

#货品2在10月12月份销量猛增，原因主要发生在原有销售区域(华东)

#同样，分析出在7,8,9,11月份销售数量还有很大提升空间，可以适当加大营销力度

问题三：商品是否存在质量问题

bash 复制代码

data['货品用户反馈'] = data['货品用户反馈'].str.strip() #取出首位空格
data1=data.groupby(['货品','销售区域'])['货品用户反馈'].value_counts().unstack()
data1['拒货率'] = data1['拒货']/data1.sum(axis=1)
data1['返修率'] = data1['返修']/data1.sum(axis=1)
data1['质量合格率'] = data1['质量合格']/data1.sum(axis=1)
data.sort_values(['拒货','返修','质量合格',],ascending=False)

#货品3.6.5合格率均较高，返修率比较低，说明质量还可以

#货品1,2,3合格率较低，返修率较高，质量存在一定问题，需要改善

#货品2在马来西亚的拒货率最高，同时，在货品2在马来西亚的按时交货率也非常低