数据清洗-电商双11美妆数据分析

1.数据读取(前八行)

2.数据清洗

2.1 因为数据中存在重复跟空值,将数据进行重复值处理

(删除重复值)

2.2 缺失值处理

存在的缺失值很可能意味着售出的数量为0或者评论的数量为0,所以我们用0来填补缺失值

2.3 数据挖掘寻找新的特征

给出各个关键词的分类类别

由title新生成两列类别

2.4 对是否是男性专用进行分析并新增一列

2.5 对每个产品总销量新增销售额这一列

3.数据分析及可视化

3.1 接下来考虑各个类别的销售情况

3.2 接下来用seaborn包给出每个店铺各个大类以及各个小类的销量销售额

3.2 关于性别

相关推荐
chimchim6626 分钟前
StarRocks导入数据-使用 Broker Load 进行异步导入
大数据·sql
iGarment1 小时前
服装采购跟单系统的高效管理实践
大数据·经验分享·云计算
闯闯桑2 小时前
Spark 中spark.implicits._ 中的 toDF和DataFrame 类本身的 toDF 方法
大数据·ajax·spark·scala
阿里云大数据AI技术2 小时前
【跨国数仓迁移实践9】dbt‑maxcompute 在 GoTerra 迁移过程中的落地与技术贡献
大数据
的小姐姐2 小时前
RMS设备检修管理系统_HawkEye智能运维平台_璞华大数据
大数据·运维
时空自由民.3 小时前
repo 学习教程
大数据·学习·elasticsearch
刘一说3 小时前
Elasticsearch HTTPS访问错误解决指南
大数据·elasticsearch·https
华略创新4 小时前
引入外部咨询顾问,提供专业指导——制造企业大型系统项目的明智之选
大数据·制造·crm·erp系统·企业管理软件
时序数据说5 小时前
物联网时序数据管理的利器:为何IoTDB备受青睐?
大数据·数据库·物联网·时序数据库·iotdb
Justin_195 小时前
Linux防火墙firewalld
大数据·linux·运维