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
wangfy_34 分钟前
es地理信息索引的类型以及geo_point‌和geo_hash的关系
大数据·elasticsearch·搜索引擎
某某6 小时前
DashBoard安装使用
大数据·开发语言·kubernetes
丸卜9 小时前
Hadoop复习(九)
大数据·hadoop·分布式
IT成长日记10 小时前
Elasticsearch集群最大分片数设置详解:从问题到解决方案
大数据·elasticsearch·最大分片数·shards
HUTAC10 小时前
MapReduce(期末速成版)
大数据·mapreduce
Elastic 中国社区官方博客11 小时前
连接关键点:使用 ES|QL 联接实现更丰富的可观测性洞察
大数据·数据库·sql·elasticsearch·搜索引擎·全文检索
蚂蚁数据AntData11 小时前
⼤模型驱动的DeepInsight Copilot在蚂蚁的技术实践
大数据·人工智能·数据分析·copilot·数据库架构
TDengine (老段)13 小时前
TDengine 的 AI 应用实战——运维异常检测
大数据·数据库·人工智能·物联网·时序数据库·tdengine·涛思数据
MyikJ14 小时前
Java面试实战:从Spring Boot到微服务与AI的全栈挑战
java·大数据·spring boot·微服务·ai·面试·架构设计
AI设计小站15 小时前
AI 赋能名片设计:告别模板化,创造独特视觉风格
大数据·人工智能·设计规范