手机销量分析案例

项目背景

  • 某电商商城随着业务量的发展,积累了大量的用户手机销售订单数据。决策层希望能够通过对这些数据的分析了解更多的用户信息及用户的分布,从而可以指导下一年的市场营销方案以及更加精准的定位市场,进行广告投放。

数据说明

  • 数据时间从 2017.01.01至2019.03.31 共41800 条,数据存储在 excel 文件 中(Phone.xlsx)。

import pandas as pd

data = pd.read_excel('./Phone.xlsx')

data.head()

data.shape

(41800, 20)

  • 查看缺失数据的个数和占比

#查看缺失数据

for col in data.columns:

null_count = data[col].isnull().sum()

if null_count > 0:

p = str(null_count / data[col].size * 100)+'%'

print(col+':'+p)

年:100.0%

月:100.0%

年龄段:100.0%

  • 缺失值处理

data['年'] = data['订单日期'].dt.year

data['月'] = data['订单日期'].dt.month

#数据分箱:

#[0-16,17-26,27-36,37-49]

data['年龄段'] = pd.cut(data['年龄'],bins=[0,16,26,36,49])

  • 查看消费者对不同手机品牌的青睐程度

#查看不同品牌手机的累计销量和累计销售额,且对累计销量进行降序

data.groupby(by='品牌')[['销售额','数量']].sum().sort_values('数量',ascending=False)

  • 查看不同品牌的不同型号数量

p_count_list = [] #品牌名称和品牌型号的数量

for p in data['品牌'].unique():

#可以将p表示品牌的行数据

p_df = data.loc[data['品牌'] == p]

p_count = p_df['型号'].nunique() #品牌对应不同型号的数量

p_count_list.append([p,p_count])

pd.DataFrame(p_count_list,columns=['品牌','型号数量'])

#分组聚合

data.groupby(by='品牌')['型号'].nunique()

#分类汇总

data.pivot_table(index='品牌',values='型号',aggfunc='nunique')

  • 查看不同品牌中价格最高和最低的型号是什么

data.groupby(by=['品牌','型号'])['价格'].agg(['max','min'])

  • 查看不同月份的销量情况,哪些月份销量比较高

data.groupby(by='月')['数量'].sum().sort_values(ascending=False)

3 16582

1 16420

2 15561

12 11060

5 11026

7 10987

11 10960

8 10884

4 10863

10 10833

6 10733

9 10644

Name: 数量, dtype: int64

  • 不同年龄段的购买力

data.groupby(by='年龄段')['数量'].sum().sort_values(ascending=False)

年龄段

(16, 26] 74573

(26, 36] 68910

(0, 16] 1758

(36, 49] 1312

Name: 数量, dtype: int64

  • 查看不同省份不同城市的购买力情况

data.pivot_table(index=['省份名字','城市名字'],values='数量',aggfunc='sum').sort_values('数量',ascending=False)

  • 查看不同品牌的不同机身内存的订单量(只考虑订单量,不考虑一个订单中包含几个已购商品)

pd.crosstab(index=data['品牌'],columns=data['机身内存'])

内容来源于大数据分析课程。

相关推荐
white-persist4 小时前
MCP协议深度解析:AI时代的通用连接器
网络·人工智能·windows·爬虫·python·自动化
codists4 小时前
2025年9月文章一览
python
语落心生4 小时前
FastDeploy SD & Flux 扩散模型边缘端轻量化推理部署实现
python
java1234_小锋5 小时前
TensorFlow2 Python深度学习 - TensorFlow2框架入门 - 立即执行模式(Eager Execution)
python·深度学习·tensorflow·tensorflow2
王大傻09285 小时前
numpy -- 算术函数 reciprocal() 和 power() 简介
python·numpy
咕白m6255 小时前
Python 将 Excel 转换为图片:实现数据可视化
后端·python
深蓝电商API5 小时前
不止是 Python:聊聊 Node.js/Puppeteer 在爬虫领域的应用
爬虫·python·node.js
Autumn72995 小时前
【材料学python入门】conda、 jupyter、cpu、GPAW、wsl、ubuntu
python·jupyter·conda
K2I-6 小时前
UCI中Steel Plates Faults不平衡数据集处理
python
蓑笠翁0016 小时前
Django REST Framework 全面指南:从模型到完整API接口开发
后端·python·django