电商会员门店消费数据分析

导包

python 复制代码
import os
import sqlite3
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from IPython.display import display_html

pd.set_option('max_colwidth',200)

%matplotlib inline

前期准备

转义路径

python 复制代码
# 获取Windows系统下的路径
win_path = r"\会员消费报表.xlsx"
win_path1 = r"\会员信息查询.xlsx"
win_path2 = r"\门店信息表.xlsx"
win_path3 = r"\全国销售订单数量表.xlsx"

# 使用os.path进行转义
unix_path = os.path.normpath(win_path)  # 或者 os.path.abspath(win_path)
unix_path1 = os.path.normpath(win_path1)  # 或者 os.path.abspath(win_path)
unix_path2 = os.path.normpath(win_path2)  # 或者 os.path.abspath(win_path)
unix_path3 = os.path.normpath(win_path3)  # 或者 os.path.abspath(win_path)

# 现在unix_path变量将是 'C:/Users/username/Documents/data.csv'

调整表格样式

python 复制代码
html = f"""
<html>
<head>
    <style>
        div{{
            background-color: rgba(224, 255, 255, 0.03); /* 包裹表格的 div 背景色 */
        }}
        th{{
            background-color: #79CDCD; /* 表头背景色 */
            color: black; /* 表头文字颜色 */
        }}
    </style>
</head>
</html>
"""
display_html(html, raw=True)

1.1读入表格

1.1.1会员消费表vip_consume

python 复制代码
vip_consume = pd.read_excel(unix_path)
python 复制代码
vip_consume.head(5)

1.1.2会员信息查询vip_info

python 复制代码
vip_info = pd.read_excel(unix_path1)
vip_info.head(5)

1.1.3门店信息表shop_info

python 复制代码
shop_info = pd.read_excel(unix_path2)
shop_info.head(5)

1.1.4全国销售订单数量表order_list

python 复制代码
order_list = pd.read_excel(unix_path3)
order_list.head(5)

2数据预处理

2.1查看是否有缺失值、重复值

python 复制代码
vip_consume.info()#无缺失值

2.2转换数据类型,在查找重复值时,有些可能识别不到

2.2.1对vip_consume
python 复制代码
#转换日期
vip_consume['订单日期'] = vip_consume['订单日期'].astype("str")
vip_consume['订单日期'] = pd.to_datetime(vip_consume['订单日期'])

#名称转化为字符串
vip_consume['卡号'] = vip_consume['卡号'].astype("str")
vip_consume['订单号'] = vip_consume['订单号'].astype("str")
vip_consume['订单类型'] = vip_consume['订单类型'].astype("str")
vip_consume['店铺代码'] = vip_consume['店铺代码'].astype("str")
vip_consume['款号'] = vip_consume['款号'].astype("str")

vip_consume.info()
python 复制代码
#验证每个元素是否转化为str
for card_id in vip_consume['卡号']:
    print(type(card_id))
python 复制代码
#vip_consume.groupby('卡号').count()
dup = vip_consume.copy().duplicated(keep= 'first')
print(dup[dup == True])
print(len(dup[dup == True]))
vip_consume.copy()[dup]


python 复制代码
vip_consume[vip_consume['卡号'] == "BL6093096660436300333" ]
python 复制代码
vip_consume = vip_consume.drop_duplicates(keep='first')
print(len(vip_consume))

2.2.2对vip_info

python 复制代码
vip_info.info()
python 复制代码
#创建缺失率函数
def missing (df):
    """
    计算每一列的缺失值及占比
    """
    missing_number = df.isnull().sum().sort_values(ascending=False)              # 每一列的缺失值求和后降序排序                  
    missing_percent = (df.isnull().sum()/df.isnull().count()).sort_values(ascending=False)          # 每一列缺失值占比
    missing_values = pd.concat([missing_number, missing_percent], axis=1, keys=['Missing_Number', 'Missing_Percent'])      # 合并为一个DataFrame
    return missing_values
missing(vip_info)
python 复制代码
vip_info_origin = vip_info.copy()
python 复制代码
#drop掉缺失率达到0.7以上的列
vip_info = vip_info_origin
vip_info = vip_info.drop(columns=['门店店员编码','城市', '省份'])
vip_info = vip_info.dropna(axis= 0, subset=['生日', '年齡'])
print(vip_info.isnull().sum())
print(len(vip_info))
vip_info
python 复制代码
#去掉重复值
vip_info = vip_info.drop_duplicates(keep='first')
print(len(vip_info))

2.2.3对shop_info

python 复制代码
shop_info.info()
python 复制代码
#计算缺失率
missing(shop_info)
python 复制代码
#备份
shop_info_origin = shop_info.copy()
python 复制代码
#删除缺失值
shop_info = shop_info.dropna(axis = 0)
print(shop_info.isnull().sum())
python 复制代码
#删除重复值
print(len(shop_info))
shop_info.drop_duplicates(keep= 'first')
print(len(shop_info))

2.2.4对orderlist

python 复制代码
order_list.info()#无缺失值
python 复制代码
order_list
python 复制代码
#计算缺失率
missing(order_list)
python 复制代码
#删除零值,零值可能是没有会员
order_list.dropna(axis = 0, inplace=True)
python 复制代码
order_list['年'] = order_list['年月'].astype(str).str[:4]
order_list['月'] = order_list['年月'].astype(str).str[4:].astype(int).astype(str)
python 复制代码
order_list

3表连接

python 复制代码
a = vip_info.sample(3).to_html()
b = vip_consume.sample(3).to_html()
c = shop_info.sample(3).to_html()
d = order_list.sample(3).to_html()

# 写规范点的格式,当然可以简单实现  html_str = f"<div>{a}</div><div>{b}</div><div>{c}</div><div>{d}</div>"
html_str = f"""
<html>
<head>
    <style>
        .cen{{
            display: flex;
            flex-direction: column;
            align-items: center;
        }}
        .t{{
            font-size: 24px;
            font-weight: bold;
        }}
    </style>
</head>
<body>
    <div class="cen">
        <span class="t">【会员消费表】</span><div>{a}</div>
        <span class="t">【会员信息表】</span><div>{b}</div>
        <span class="t">【门店信息表】</span><div>{c}</div>
        <span class="t">【全国订单表】</span><div>{d}</div>
    </div>
</body>
</html>
"""
display_html(html_str, raw=True)

3几种可能的表连接情况

3.1会员信息表+会员消费表

python 复制代码
info_consume = pd.merge(vip_info,vip_consume,left_on = ['会员卡号'],right_on = ['卡号'], how = 'inner')
print(vip_info.shape,vip_consume.shape,info_consume.shape)
info_consume.head()

3.1.1订单数量根据时间的变化

有效订单数量、下单数量、退单数量、退单数量、退货率随时间的变化
python 复制代码
pd.to_datetime(info_consume['订单日期'])

。。。。

python 复制代码
#后续源码请点击下面链接:
https://mbd.pub/o/bread/Z52Umplt





python 复制代码
#后续源码请点击下面链接:
https://mbd.pub/o/bread/Z52Umplt
相关推荐
好开心啊没烦恼1 小时前
Python 数据分析:计算,分组统计1,df.groupby()。听故事学知识点怎么这么容易?
开发语言·python·数据挖掘·数据分析·pandas
用户Taobaoapi201414 小时前
母婴用品社媒种草效果量化:淘宝详情API+私域转化追踪案例
大数据·数据挖掘·数据分析
用户Taobaoapi201414 小时前
Taobao agent USA丨美国淘宝代购1688代采集运系统搭建指南
数据挖掘·php
key0619 小时前
电子水母函数解析
数据分析
Brduino脑机接口技术答疑21 小时前
脑机新手指南(二十一)基于 Brainstorm 的 MEG/EEG 数据分析(上篇)
数据挖掘·数据分析
镜舟科技21 小时前
StarRocks × Tableau 连接器完整使用指南 | 高效数据分析从连接开始
starrocks·数据分析·数据可视化·tableau·连接器·交互式分析·mpp 数据库
羊小猪~~21 小时前
【NLP入门系列五】中文文本分类案例
人工智能·深度学习·考研·机器学习·自然语言处理·分类·数据挖掘
好开心啊没烦恼1 天前
Python 数据分析:DataFrame,生成,用字典创建 DataFrame ,键值对数量不一样怎么办?
开发语言·python·数据挖掘·数据分析
麻雀无能为力1 天前
CAU数据挖掘实验 表分析数据插件
人工智能·数据挖掘·中国农业大学
时序之心1 天前
时空数据挖掘五大革新方向详解篇!
人工智能·数据挖掘·论文·时间序列