Python數(shù)據(jù)分析與可視化典型項(xiàng)目實(shí)戰(zhàn)模塊八-電商客戶消費(fèi)偏好特征分析

模塊八電商客戶消費(fèi)偏好特征分析Python數(shù)據(jù)分析與可視化典型項(xiàng)目實(shí)戰(zhàn)（微課版）【任務(wù)描述】現(xiàn)有3個(gè)Excel文件，分別是“df_short.xlsx”（記錄“客戶消費(fèi)信息”）、“df_short_buy.xlsx”（記錄“客戶消費(fèi)信息”并增加統(tǒng)計(jì)數(shù)量列）、“df_label.xlsx”（記錄?！翱蛻羝锰卣鳌保?，這些數(shù)據(jù)是京東電子商務(wù)網(wǎng)站74天的交易數(shù)據(jù)。其中“df_short.xlsx”文件有8列、55148行數(shù)據(jù)，所有列都不存在數(shù)據(jù)缺失情況；“df_label.xlsx”文件有21列、49003行數(shù)據(jù)，僅有“Unnamed:0”“customer_id”“browse_not_buy”“cart_not_buy”“buy_again”這5列無數(shù)據(jù)缺失情況，有16列數(shù)據(jù)存在缺失情況。其中列名“Unnamed:0”表示臨時(shí)列名，暫用“Unnamed:0”表示。針對(duì)df_short和df_label兩個(gè)數(shù)據(jù)集完成以下主要操作。（1）查看數(shù)據(jù)集的相關(guān)信息。（2）對(duì)數(shù)據(jù)集進(jìn)行數(shù)據(jù)預(yù)處理。（3）計(jì)算客戶統(tǒng)計(jì)總數(shù)量。（4）計(jì)算客戶消費(fèi)主要電商指標(biāo)。（5）統(tǒng)計(jì)客戶瀏覽數(shù)量與購買數(shù)量。【任務(wù)8-1】京東客戶消費(fèi)數(shù)據(jù)預(yù)處理與整體消費(fèi)特征分析【任務(wù)實(shí)現(xiàn)】在JupyterNotebook開發(fā)環(huán)境中創(chuàng)建tc08-01.ipynb，然后在單元格中編寫代碼并輸出對(duì)應(yīng)的結(jié)果。【任務(wù)8-1】京東客戶消費(fèi)數(shù)據(jù)預(yù)處理與整體消費(fèi)特征分析京東客戶消費(fèi)數(shù)據(jù)預(yù)處理與整體消費(fèi)特征分析1．導(dǎo)入模塊導(dǎo)入通用模塊的代碼詳見“本書導(dǎo)學(xué)”。data1=pd.read_excel(r'data\df_short.xlsx',parse_dates=['date'],dtype={'customer_id':str,'product_id':str})df_short=data1.copy()2．讀取數(shù)據(jù)讀取客戶消費(fèi)信息數(shù)據(jù)集的代碼如下：data2=pd.read_excel(r'.\data\df_label.xlsx',dtype={'customer_id':str})df_label=data2讀取客戶偏好特征數(shù)據(jù)集的代碼如下：京東客戶消費(fèi)數(shù)據(jù)預(yù)處理與整體消費(fèi)特征分析3．查看數(shù)據(jù)集df_short的相關(guān)信息查看數(shù)據(jù)集df_short的基本信息df_()查看數(shù)據(jù)集df_short的大?。ňS度）print('數(shù)據(jù)集大?。?,df_short.shape)查看數(shù)據(jù)集df_short的部分?jǐn)?shù)據(jù)隨機(jī)查看數(shù)據(jù)集的5行數(shù)據(jù)的代碼如下：df_short.sample(5)同時(shí)展示前5行和后5行數(shù)據(jù)的代碼如下：pd.concat([df_short.head(),df_short.tail()])京東客戶消費(fèi)數(shù)據(jù)預(yù)處理與整體消費(fèi)特征分析查看“date”列的基本信息df_short['date'].describe(datetime_is_numeric=True)查看時(shí)間范圍，并輸出起始日期、結(jié)束日期及日期相差minDate=df_short['date'].min()print('起始日期：',minDate)maxDate=df_short['date'].max()print('結(jié)束日期：',maxDate)diffData=maxDate-minDateprint('日期相差：',diffData,'天')print('時(shí)間范圍為：{}到{}'.format(min(data1.date),max(data1.date)))刪除無效字段刪除“Unnamed:0”列的代碼如下：df_short.drop(df_short.columns[[0]],axis=1,inplace=True)京東客戶消費(fèi)數(shù)據(jù)預(yù)處理與整體消費(fèi)特征分析以下代碼也能實(shí)現(xiàn)刪除“Unnamed:0”列的功能：short_df.drop(labels='Unnamed:0',axis=1,inplace=True)df_short=df_short.drop('Unnamed:0',axis=1)deldf_short['Unnamed:0']查看數(shù)據(jù)集中各列數(shù)據(jù)的數(shù)據(jù)類型df_short.dtypes查看是否存在重復(fù)記錄查看重復(fù)記錄數(shù)量的代碼如下：print('數(shù)據(jù)集中含有%d行重復(fù)數(shù)據(jù)'%(df_short.duplicated().sum()))查看重復(fù)記錄內(nèi)容的代碼如下：df_short[df_short.duplicated()]查看客戶ID為“587314”的購買記錄，代碼如下：df_short[df_short.customer_id=='587314']京東客戶消費(fèi)數(shù)據(jù)預(yù)處理與整體消費(fèi)特征分析查看數(shù)據(jù)集行數(shù)df_short['customer_id'].count()查看有無缺失數(shù)據(jù)df_short.isnull().sum()輸出結(jié)果：55148查看數(shù)據(jù)集中各列數(shù)據(jù)去重后的數(shù)量print('數(shù)據(jù)集中“customer_id”列去重后的數(shù)據(jù)數(shù)量為：',df_short['customer_id'].nunique())print('數(shù)據(jù)集中“product_id”列去重后的數(shù)據(jù)數(shù)量為：',df_short['product_id'].nunique())print('數(shù)據(jù)集中“type”列去重后的數(shù)據(jù)數(shù)量為：',df_short['type'].nunique())print('數(shù)據(jù)集中“brand”列去重后的數(shù)據(jù)數(shù)量為：',df_short['brand'].nunique())print('數(shù)據(jù)集中“category”列去重后的數(shù)據(jù)數(shù)量為：',df_short['category'].nunique())print('數(shù)據(jù)集中“shop_category”列去重后的數(shù)據(jù)數(shù)量為：',df_short['shop_category'].nunique())print('數(shù)據(jù)集中“date”列去重后的數(shù)據(jù)數(shù)量為：',df_short['date'].nunique())京東客戶消費(fèi)數(shù)據(jù)預(yù)處理與整體消費(fèi)特征分析len(df_short['customer_id'].unique())df_short['customer_id'].unique().shape[0]輸出結(jié)果：49003查看無重復(fù)數(shù)據(jù)的部分內(nèi)容print(df_short['type'].unique())print('-'*75)print(df_short['brand'].unique()[0:10])print('-'*75)print(df_short['category'].unique()[0:10])print('-'*75)print(df_short['shop_category'].unique())以下代碼也能實(shí)現(xiàn)查看“customer_id”列去重后的數(shù)據(jù)數(shù)量的功能：京東客戶消費(fèi)數(shù)據(jù)預(yù)處理與整體消費(fèi)特征分析提取時(shí)間數(shù)據(jù)df_short['datetime']=pd.to_datetime(df_short['date'])df_short['year']=df_short['datetime'].dt.year.astype('int')df_short['month']=df_short['datetime'].dt.month.astype('int')df_short['weekday']=df_short['datetime'].dt.weekday.astype('int')#Monday是0df_short['day']=df_short['datetime'].dt.day.astype('int')#df_short.drop(['date'],axis=1,inplace=True)查看時(shí)間數(shù)據(jù)print('年份：')print(df_short['year'].value_counts())print('月份：')print(df_short['month'].value_counts())print('星期：')print(df_short['weekday'].value_counts())print('總天數(shù)：')print(len(df_short['datetime'].unique()))print('時(shí)間數(shù)據(jù)特征：')print(df_short['datetime'].describe(datetime_is_numeric=True))京東客戶消費(fèi)數(shù)據(jù)預(yù)處理與整體消費(fèi)特征分析4．針對(duì)數(shù)據(jù)集df_short的數(shù)據(jù)預(yù)處理刪除重復(fù)行數(shù)據(jù)df_short=df_short.drop_duplicates(subset=None,keep='first',inplace=False)df_short.shape()刪除全為空的數(shù)據(jù)df_short=df_short.dropna(how='all')填充缺失數(shù)據(jù)df_short=df_short.fillna(np.nan)轉(zhuǎn)換數(shù)據(jù)類型df_short['date']=pd.to_datetime(df_short['date'])df_short['date']=df_short.date.apply(lambdax:pd.to_datetime(x))輸出結(jié)果：(55138,7)京東客戶消費(fèi)數(shù)據(jù)預(yù)處理與整體消費(fèi)特征分析5．查看數(shù)據(jù)集df_label的相關(guān)信息查看數(shù)據(jù)集df_label的基本信息df_()掃描二維碼在線瀏覽電子活頁8-1查看代碼的輸出結(jié)果。查看數(shù)據(jù)集df_label的大小print('數(shù)據(jù)集大?。?)print(df_label.shape)查看數(shù)據(jù)集df_label的行數(shù)df_label.shape[0]以下代碼也可以查看數(shù)據(jù)集的行數(shù)：len(df_label['customer_id'])查看數(shù)據(jù)集df_label各列數(shù)據(jù)的數(shù)據(jù)類型print('數(shù)據(jù)類型：')df_label.dtypes輸出結(jié)果：

數(shù)據(jù)集大小：(49003,21)輸出結(jié)果：

49003京東客戶消費(fèi)數(shù)據(jù)預(yù)處理與整體消費(fèi)特征分析查看數(shù)據(jù)集df_label的基本統(tǒng)計(jì)情況df_label.describe()查看數(shù)據(jù)集df_label是否存在重復(fù)數(shù)據(jù)print('數(shù)據(jù)重復(fù)：')df_label.duplicated().sum()查看數(shù)據(jù)集df_label有無缺失數(shù)據(jù)df_label.isnull().sum()查看數(shù)據(jù)集df_label中缺失數(shù)據(jù)的占比allNum=df_label['customer_id'].count()(df_label.isnull().sum()/allNum*100).round(2)輸出結(jié)果：數(shù)據(jù)重復(fù)：0查看購買的時(shí)間間隔df_label['interval_buy'].value_counts()京東客戶消費(fèi)數(shù)據(jù)預(yù)處理與整體消費(fèi)特征分析取反查看df_label[~df_label["interval_buy"].isnull()]檢查數(shù)據(jù)邏輯錯(cuò)誤與評(píng)估數(shù)據(jù)質(zhì)量#檢查數(shù)據(jù)邏輯錯(cuò)誤#未購買無下單時(shí)間，符合邏輯df_label[df_label['buy_again']=='未購買']['time_order'].value_counts()#“browse_not_buy”列中的“否”與“buy_again”列中的“未購買”矛盾，邏輯錯(cuò)誤df_label[df_label['buy_again']=='未購買']['browse_not_buy'].value_counts()#“cart_not_buy”列中的“否”與“buy_again”列中的“未購買”矛盾，邏輯錯(cuò)誤df_label[df_label['buy_again']=='未購買']['cart_not_buy'].value_counts()#判斷buy_again是否合理，找出下單時(shí)間為空但是再次購買的矛盾數(shù)據(jù)contradict=df_label[(df_label['buy_again']=='是')&\(df_label['interval_buy']!=df_label['interval_buy'])]京東客戶消費(fèi)數(shù)據(jù)預(yù)處理與整體消費(fèi)特征分析6．針對(duì)數(shù)據(jù)集df_label的數(shù)據(jù)預(yù)處理填充缺失數(shù)據(jù)將none、nan用nan替換df_label=df_label.fillna(np.nan)#對(duì)空值進(jìn)行填充df_label[['time_browse','time_order','cate_most_browse','cate_most_order']]=df_label[['time_browse','time_order','cate_most_browse','cate_most_order']].fillna('NoRec')df_label[['month_buy','month_cart','month_active','week_buy','week_cart','week_active','last_order','last_browse']]=df_label[['month_buy','month_cart','month_active','week_buy','week_cart','week_active','last_order','last_browse']].fillna(0)#用0補(bǔ)齊部分缺失數(shù)據(jù)，表示客戶沒有該行為foriin['month_buy','month_cart','month_active','week_buy','week_cart','week_active']京東客戶消費(fèi)數(shù)據(jù)預(yù)處理與整體消費(fèi)特征分析刪除缺失值較多的列df_label=df_label.drop('Unnamed:0',axis=1)df_label.drop(columns=['cate_most_follow','cate_most_savedCart','last_savedCart'],inplace=False)df_label[df_label['buy_again']=='是'].dropna(axis=1)刪除重復(fù)數(shù)據(jù)df_label=df_label.drop_duplicates(subset=None,keep='first',inplace=False)刪除全為空的數(shù)據(jù)df_label=df_label.dropna(how='all')df_label.dropna(axis=0,subset=['cate_most_browse'],how='all',inplace=True)刪除異常數(shù)據(jù)#刪除異常數(shù)據(jù)delete_index=contradict.index.values.tolist()df_label=df_label.drop(delete_index,axis='index')京東客戶消費(fèi)數(shù)據(jù)預(yù)處理與整體消費(fèi)特征分析改正邏輯錯(cuò)誤數(shù)據(jù)#改正邏輯錯(cuò)誤數(shù)據(jù)df_label['browse_not_buy']=np.where(df_label['buy_again']=='未購買','是','否')df_label['cart_not_buy']=np.where(df_label['buy_again']=='未購買','是','否')輸出結(jié)果：array(['未購買','否','是'],dtype=object)df_label['buy_again'].value_counts()查看客戶復(fù)購情況#buy_again用于表示復(fù)購#“未購買”指客戶從未購買，“否”指客戶未復(fù)購，“是”指客戶復(fù)購pd.unique(df_label["buy_again"].values)輸出結(jié)果：未購買45826否3165是7Name:buy_again,dtype:int64京東客戶消費(fèi)數(shù)據(jù)預(yù)處理與整體消費(fèi)特征分析7．計(jì)算客戶統(tǒng)計(jì)總數(shù)量讀取數(shù)據(jù)path=r'data\df_short_buy.xlsx'short_buy_df=pd.read_excel(path)轉(zhuǎn)換數(shù)據(jù)類型與提取日期信息short_buy_df['date']=pd.to_datetime(short_buy_df['date'])short_buy_df['date'].max(),short_buy_df['date'].min()提取時(shí)間數(shù)據(jù)short_buy_df['年']=short_buy_df['date'].dt.yearshort_buy_df['月']=short_buy_df['date'].dt.monthshort_buy_df['日']=short_buy_df['date'].dt.dayshort_buy_df['周']=short_buy_df['date'].dt.weekday京東客戶消費(fèi)數(shù)據(jù)預(yù)處理與整體消費(fèi)特征分析刪除數(shù)據(jù)集中多余列與查看數(shù)據(jù)集前5行數(shù)據(jù)short_buy_df=short_buy_df.drop('Unnamed:0',axis=1)short_buy_df.head()按日期列排序并重置索引short_buy_df.sort_values(by='date',ascending=True,inplace=True)short_buy_df.reset_index(drop=True,inplace=True)輸出客戶統(tǒng)計(jì)總數(shù)量print('客戶統(tǒng)計(jì)總數(shù)量：',short_buy_df['統(tǒng)計(jì)數(shù)量'].sum(),'件')輸出結(jié)果：客戶統(tǒng)計(jì)總數(shù)量：55138件京東客戶消費(fèi)數(shù)據(jù)預(yù)處理與整體消費(fèi)特征分析8．計(jì)算客戶消費(fèi)主要電商指標(biāo)將表示客戶行為類型的數(shù)字轉(zhuǎn)換為字符action_map={1:'瀏覽',2:'評(píng)論',3:'購買',4:'收藏',5:'加入購物車'}df_short['type']=df_short['type'].map(action_map)df_short.head()京東客戶消費(fèi)數(shù)據(jù)預(yù)處理與整體消費(fèi)特征分析計(jì)算總訪問量、日均訪問量、總訪客數(shù)和人均訪問量等pv=df_short[df_short['type']=='瀏覽']['customer_id'].count()#總訪問量uv=len(df_short['customer_id'].unique())#總訪客數(shù)pv_per_user=pv/uv#人均訪問量pv_per_day=pv/len(df_short['date'])#日均訪問量print('總訪問量為:%i'%pv)print('日均訪問量為:%.3f'%pv_per_day)print('總訪客數(shù)為:%i'%uv)print('人均訪問量為:%.3f'%pv_per_user)輸出結(jié)果：總訪問量為:49139日均訪問量為:0.891總訪客數(shù)為:49003人均訪問量為:1.003京東客戶消費(fèi)數(shù)據(jù)預(yù)處理與整體消費(fèi)特征分析計(jì)算消費(fèi)客戶數(shù)、消費(fèi)客戶訪問量、消費(fèi)客戶人均訪問量和客戶跳失率等user_pay=df_short[df_short['type']=='購買']['customer_id'].unique()#消費(fèi)客戶數(shù)user_pay_rate=len(user_pay)/uv#消費(fèi)客戶數(shù)占比#消費(fèi)客戶訪問量pv_pay=df_short[df_short['customer_id'].isin(user_pay)]['type'].value_counts()['瀏覽']pv_pay_rate=pv_pay/pv#消費(fèi)客戶訪問量占比pv_per_buy_user=pv_pay/len(user_pay)#消費(fèi)客戶人均訪問量leave_rate=sum(df_short.groupby('customer_id')['type'].count()==1)/(df_short['customer_id'].nunique())print('消費(fèi)客戶數(shù)為:%i'%len(user_pay))print('消費(fèi)客戶數(shù)占比為:%.3f%%'%(user_pay_rate*100))print('消費(fèi)客戶訪問量為:%i'%pv_pay)print('消費(fèi)客戶訪問量占比為:%.3f%%'%(pv_pay_rate*100))print('消費(fèi)客戶人均訪問量為:%.3f'%pv_per_buy_user)print('客戶跳失率為:%.3f%%'%(leave_rate*100))輸出

結(jié)果：消費(fèi)客戶數(shù)為:933消費(fèi)客戶數(shù)占比為:1.904%消費(fèi)客戶訪問量為:199消費(fèi)客戶訪問量占比為:0.405%消費(fèi)客戶人均訪問量為:0.213客戶跳失率為:91.415%京東客戶消費(fèi)數(shù)據(jù)預(yù)處理與整體消費(fèi)特征分析針對(duì)數(shù)據(jù)集df_short查看購買次數(shù)為1次以上的客戶#客戶購買次數(shù)sku_num=(df_short[df_short['type']=='購買'].groupby('customer_id')['type'].count().to_frame().rename(columns={'type':'購買次數(shù)小計(jì)'}).reset_index())#購買次數(shù)為1次以上的客戶topsku=sku_num[sku_num['購買次數(shù)小計(jì)']>1].sort_values(by='customer_id',ascending=False)num=topsku['購買次數(shù)小計(jì)'].count()print('購買次數(shù)為1次以上的客戶的數(shù)量為：',num)topsku.head(num)京東客戶消費(fèi)數(shù)據(jù)預(yù)處理與整體消費(fèi)特征分析針對(duì)數(shù)據(jù)集df_consume查看有復(fù)購行為的客戶df_consume=pd.read_excel(r'.\data\df_consume.xlsx',dtype={'customer_id':str})vip1=df_consume.loc[df_consume['buy_again']=='是']

.sort_values(by='customer_id',ascending=False)num=df_consume[df_consume['buy_again']=='是']['buy_again'].count()print('有復(fù)購行為的客戶的數(shù)量為：',num)vip1[['customer_id','buy_again']]統(tǒng)計(jì)不同購買次數(shù)的客戶的人數(shù)total_buy_count=(df_short[df_short['type']=='購買'].groupby(['customer_id'])['type'].ount().to_frame().rename(columns={'type':'購買次數(shù)小計(jì)'}))total_buy_count['購買次數(shù)小計(jì)'].value_counts()輸出結(jié)果：京東客戶消費(fèi)數(shù)據(jù)預(yù)處理與整體消費(fèi)特征分析計(jì)算復(fù)購率re_buy_rate=total_buy_count[total_buy_count['購買次數(shù)小計(jì)']>=2].count()/total_buy_count.count()print('復(fù)購率為：%.2f%%'%(re_buy_rate*100))輸出結(jié)果：平臺(tái)的復(fù)購率較低。由于時(shí)間跨度較小，消費(fèi)者短期內(nèi)再次購買的動(dòng)機(jī)不強(qiáng)，這符合客觀規(guī)律。平臺(tái)應(yīng)該將營銷重點(diǎn)放在沒有購買的消費(fèi)者身上，這樣不僅能節(jié)約資源，也能提高平臺(tái)的客戶轉(zhuǎn)化率。京東客戶消費(fèi)數(shù)據(jù)預(yù)處理與整體消費(fèi)特征分析9．統(tǒng)計(jì)客戶瀏覽數(shù)量與購買數(shù)量統(tǒng)計(jì)各個(gè)客戶的瀏覽數(shù)量#客戶的瀏覽數(shù)量sku_num=(short_buy_df[short_buy_df['type']==1].groupby('customer_id')['type'].count().to_frame().rename(columns={'type':'total'}).reset_index())#瀏覽數(shù)量排前5位的客戶topsku=sku_num.sort_values(by='total',ascending=False)topsku.head()統(tǒng)計(jì)各個(gè)客戶的購買數(shù)量#客戶的購買數(shù)量sku_num=(short_buy_df[short_buy_df['type']==3].groupby('customer_id')['type'].count().to_frame().rename(columns={'type':'total'}).reset_index())#購買數(shù)量排前5位的客戶topsku=sku_num.sort_values(by='total',ascending=False)topsku.head()【任務(wù)描述】現(xiàn)有3個(gè)Excel文件，分別是“df_product.xlsx”“df_product_buy.xlsx”和“df_consume.xlsx”，“df_product.xlsx”文件中有8列、55148行數(shù)據(jù)，“df_consume.xlsx”文件中有21列、49003行數(shù)據(jù)，Excel文件“df_product.xlsx”的主要列名稱及說明可參見表8-1，Excel文件“df_consume.xlsx”的主要列名稱及說明可參見表8-2。針對(duì)df_product、df_product_buy和df_consume3個(gè)數(shù)據(jù)集完成以下操作。針對(duì)數(shù)據(jù)集df_product分析京東電商客戶喜好的商品大類。針對(duì)數(shù)據(jù)集df_product分析京東電商客戶喜好的商品小類。數(shù)據(jù)集df_product_buy中增加了“購買數(shù)量”列，針對(duì)數(shù)據(jù)集df_product_buy分析京東電商客戶喜好的商品小類。針對(duì)數(shù)據(jù)集df_consume分析京東電商客戶喜好的商品小類?！救蝿?wù)實(shí)現(xiàn)】【任務(wù)8-2】京東電商客戶喜好的商品大類及細(xì)分類型分析京東電商客戶喜好的商品大類及細(xì)分類型分析1．針對(duì)數(shù)據(jù)集df_product分析京東電商客戶喜好的商品大類導(dǎo)入模塊importmathimportplotlyaspyimportmatplotlibasmplimportmatplotlib.gridspecasgridspecimportplotly.graph_objsasgofromplotly.graph_objsimportScatterfrompyecharts.globalsimportThemeTypefrompyecharts.fakerimportFakerfromdatetimeimportdatetimesns.set(font='FangSong')pyplot=py.offline.iplot讀取數(shù)據(jù)與預(yù)處理path=r'data\df_product.xlsx'data1=pd.read_excel(path,parse_dates=['date'],dtype={'customer_id':str,'product_id':str})data1=data1.drop('Unnamed:0',axis=1)df_short=data1.copy()京東電商客戶喜好的商品大類及細(xì)分類型分析查看商品大類與統(tǒng)計(jì)商品大類已購商品的數(shù)量查看商品大類的代碼如下：df_short.shop_category.unique()統(tǒng)計(jì)每一個(gè)商品大類已購商品的數(shù)量的代碼如下：統(tǒng)計(jì)每一個(gè)商品大類已購商品的數(shù)量的代碼如下：shopCategoryCounts=df_short.shop_category.value_counts()#shop_category=data_short['shop_category'].value_counts()shopCategoryCounts繪制餅圖分析京東電商客戶喜好的商品大類方法1的代碼如下：輸出結(jié)果：array(['Electronics','Clothes','HouseholdElectricAppliance','MotherandInfant','Food','BeautyMakeup','OutdoorSports','Furniture','JewelleryAccessories'],dtype=object)trace=[go.Pie(labels=shopCategoryCounts.index.tolist(),values=shopCategoryCounts.values.tolist(),textfont=dict(size=12,color='white'))]layout=go.Layout(title='商品大類占比')fig=go.Figure(data=trace,layout=layout)pyplot(fig)京東電商客戶喜好的商品大類及細(xì)分類型分析京東電商客戶喜好的商品大類及細(xì)分類型分析掃描二維碼在線瀏覽電子活頁8-2“繪制餅圖分析京東電商客戶喜好的商品大類方法2”中的代碼及繪制的圖形。掃描二維碼在線瀏覽電子活頁8-3“繪制餅圖分析京東電商客戶喜好的商品大類方法3”中的代碼及繪制的圖形。掃描二維碼在線瀏覽電子活頁8-4“繪制餅圖分析京東電商客戶喜好的商品大類方法4”中的代碼及繪制的圖形。繪制餅圖分析特定的商品大類、商品小類與商品品牌的統(tǒng)計(jì)數(shù)量electronicsData=df_short[df_short['shop_category']=='Electronics']phoneCategoryCounts=electronicsData.category.value_counts()data_pair_categoryCounts=[list(i)foriinzip(phoneCategoryCounts.keys(),phoneCategoryCounts.values.tolist())]京東電商客戶喜好的商品大類及細(xì)分類型分析#繪制餅圖phoneCategoryCountsPie=(Pie().add("商品小類",data_pair_categoryCounts).set_global_opts(title_opts=opts.TitleOpts(title="Electronics大類的各細(xì)分種類的統(tǒng)計(jì)數(shù)量分布",subtitle='2022/02/01-2022/04/15'),tooltip_opts=opts.TooltipOpts(trigger="axis",is_show=True,trigger_on="click",axis_pointer_type="cross",border_color="#FF0000",border_width=5),legend_opts=opts.LegendOpts(type_="plain",is_show=True,orient="vertical",pos_left='right'),).set_series_opts(label_opts=opts.LabelOpts(formatter=":{c}")).render_notebook())phoneCategoryCountsPie京東電商客戶喜好的商品大類及細(xì)分類型分析掃描二維碼在線瀏覽電子活頁8-5“針對(duì)特定商品大類Clothes分析其細(xì)分種類的分布”中的代碼及繪制的圖形。京東電商客戶喜好的商品大類及細(xì)分類型分析df_1=df_short.groupby('shop_category')['customer_id'].count().reset_index().sort_values('customer_id',ascending=False).reset_index(drop=True)num=df_1['customer_id'].valueslabels=[xforxindf_1['shop_category']]explode=[0.02,0.01,0,0,0,0,0,0,0]plt.figure(figsize=(12,8))plt.pie(num,labels=labels,explode=explode,autopct='%.2f%%',pctdistance=0.8,labeldistance=1.15,startangle=180,textprops={'fontsize':12})plt.title('各商品大類的統(tǒng)計(jì)數(shù)量的占比')plt.show()首先繪制各商品大類統(tǒng)計(jì)數(shù)量占比餅圖，代碼如下：京東電商客戶喜好的商品大類及細(xì)分類型分析掃描二維碼在線瀏覽電子活頁8-6“分析Electronics大類中各商品小類的統(tǒng)計(jì)數(shù)量分布情況”中的代碼及繪制的圖形。分析Phone小類中受歡迎的品牌的統(tǒng)計(jì)數(shù)量分布情況，其代碼如下：phone=electronics.loc[electronics['category'].str.contains('Phone')]df_3=phone.groupby('brand')['customer_id'].count().reset_index().sort_values('customer_id',ascending=False).reset_index(drop=True)num=df_3['customer_id'].valueslabels=[xforxindf_3['brand']]explode=[0.02,0.01,0,0,0,0,0]plt.subplots(figsize=(12,8))plt.pie(num,labels=labels,explode=explode,autopct='%.2f%%',pctdistance=0.8,labeldistance=1.15,startangle=180,textprops={'fontsize':12})plt.title('受歡迎手機(jī)品牌的統(tǒng)計(jì)數(shù)量分布')plt.show()京東電商客戶喜好的商品大類及細(xì)分類型分析京東電商客戶喜好的商品大類及細(xì)分類型分析繪制餅圖分析HouseholdElectricAppliance大類的商品小類、商品品牌、分月統(tǒng)計(jì)、每周按天統(tǒng)計(jì)的數(shù)量分布df_short["month"]=df_short["date"].dt.monthdf_short["weekday"]=df_short["date"].dt.weekday#定義分析函數(shù)shop_cate()defshop_cate(category):data_1=df_short[df_short['shop_category']==category]print(category+'類的統(tǒng)計(jì)數(shù)量：',data_1.shape[0])plt.figure(figsize=(16,10))plt.subplot(2,2,1)data_1['category'].value_counts().plot(kind='pie',autopct='%.1f%%',label='')plt.subplot(2,2,2)data_1['brand'].value_counts().plot(kind='pie',autopct='%.1f%%',label='')plt.subplot(2,2,3)data_1['month'].value_counts().plot(kind='pie',autopct='%.1f%%',label='')plt.subplot(2,2,4)data_1['weekday'].value_counts().plot(kind='pie',autopct='%.1f%%',label='')plt.show()#家用電器類shop_cate('HouseholdElectricAppliance')京東電商客戶喜好的商品大類及細(xì)分類型分析京東電商客戶喜好的商品大類及細(xì)分類型分析繪制條形圖分析京東電商客戶喜好的商品大類df=df_short['shop_category'].value_counts().to_frame()x_name=df.indexy_count=df.shop_categoryplt.figure(figsize=(10,6))sns.barplot(y=x_name,x=y_count.values).set(title='商品大類的統(tǒng)計(jì)數(shù)量分布')plt.show()京東電商客戶喜好的商品大類及細(xì)分類型分析繪制柱形圖分析京東電商客戶喜好的商品大類方法1的代碼如下：trace_basic=go.Bar(x=x_name.tolist(),y=y_count.values.tolist())layout=go.Layout(title='商品大類的受歡迎程度')figure_basic=go.Figure(data=trace_basic,layout=layout)pyplot(figure_basic)京東電商客戶喜好的商品大類及細(xì)分類型分析掃描二維碼在線瀏覽電子活頁8-7“繪制柱形圖分析京東電商客戶喜好的商品大類方法2”中的代碼及繪制的圖形。掃描二維碼在線瀏覽電子活頁8-8“繪制柱形圖分析京東電商客戶喜好的商品大類方法3”中的代碼及繪制的圖形。掃描二維碼在線瀏覽電子活頁8-9“繪制柱形圖分析京東電商客戶喜好的商品大類方法4”中的代碼及繪制的圖形。繪制柱形圖分析Electronics大類中的Phone小類的品牌分布情況phoneData=df_short.query('category=="Phone"andshop_category=="Electronics"')brandCounts=phoneData.brand.value_counts()京東電商客戶喜好的商品大類及細(xì)分類型分析brandCountsBar=(Bar().add_xaxis(brandCounts.keys().tolist()).add_yaxis('統(tǒng)計(jì)數(shù)量',brandCounts.values.tolist()).set_global_opts(title_opts=opts.TitleOpts(title="各品牌手機(jī)的統(tǒng)計(jì)數(shù)量分布",subtitle='2022/02/01-2022/04/15'),tooltip_opts=opts.TooltipOpts(trigger="axis",is_show=True,trigger_on="click",axis_pointer_type="cross",border_color="#FF0000",border_width=5),legend_opts=opts.LegendOpts(type_="plain",is_show=True,orient="vertical",pos_left='right'),).set_series_opts(label_opts=opts.LabelOpts(formatter=":{c}")).render_notebook())brandCountsBar京東電商客戶喜好的商品大類及細(xì)分類型分析京東電商客戶喜好的商品大類及細(xì)分類型分析繪制矩形樹形圖分析京東電商客戶喜好的各商品大類產(chǎn)品的購買情況path=r'data\df_product_buy.xlsx'df_product_buy=pd.read_excel(path)df=df_product_buy.groupby(['shop_category','category','brand']).agg({'購買數(shù)量':'sum'})df.reset_index(inplace=True)tdata=[]foriindf.shop_category.unique():df_child1=[]forjindf[(df['shop_category']==i)].category.unique():df_child2=[]forkinrange(0,df[(df['shop_category']==i)&(df['category']==j)].shape[0]):df_child2.append({"value":df[(df['shop_category']==i)&(df['category']==j)].購買數(shù)量.tolist()[k],"name":df[(df['shop_category']==i)&(df['category']==j)].brand.tolist()[k]})京東電商客戶喜好的商品大類及細(xì)分類型分析df_child1.append({"value":df[(df['shop_category']==i)&(df['category']==j)].購買數(shù)量.sum(),"name":j,"children":df_child2,})tdata.append({"value":df[df['shop_category']==i].購買數(shù)量.sum(),"name":i,"children":df_child1,})treemap=(TreeMap(init_opts=opts.InitOpts(width="900px",height="600px")).add(series_name="商品大類",data=tdata,leaf_depth=1,label_opts=opts.LabelOpts(position="inside",formatter='：{c}'),).set_global_opts(title_opts=opts.TitleOpts(title="各商品大類產(chǎn)品的購買情況"),))treemap.render_notebook()京東電商客戶喜好的商品大類及細(xì)分類型分析從圖8-9可以看出：共有9種一級(jí)分類，即9個(gè)商品大類，其中Electronics大類的購買數(shù)量遠(yuǎn)超其他大類的。繪制自定義樣式柱形圖分析京東電商客戶喜好的商品大類京東電商客戶喜好的商品大類及細(xì)分類型分析2．針對(duì)數(shù)據(jù)集df_product分析京東電商客戶喜好的商品小類導(dǎo)入模塊導(dǎo)入通用模塊的代碼詳見“本書導(dǎo)學(xué)”，其他模塊導(dǎo)入的代碼詳見“1．針對(duì)數(shù)據(jù)集df_product分析京東電商客戶喜好的商品大類”。讀取數(shù)據(jù)與預(yù)處理path=r'data\df_product.xlsx'data1=pd.read_excel(path,parse_dates=['date'],dtype={'customer_id':str,'product_id':str})data1=data1.drop('Unnamed:0',axis=1)df_short=data1在JupyterNotebook開發(fā)環(huán)境中創(chuàng)建tc08-02-02.ipynb，然后在單元格中編寫代碼并輸出對(duì)應(yīng)的結(jié)果。京東電商客戶喜好的商品大類及細(xì)分類型分析查看商品小類與統(tǒng)計(jì)商品小類的數(shù)量category10=df_short['category'].value_counts().head(10)category10繪制餅圖分析京東電商客戶喜好的商品小類方法1的代碼如下：pyplot=py.offline.iplottrace=[go.Pie(labels=category10.index.tolist(),values=category10.values.tolist(),textfont=dict(size=12,color='white'))]layout=go.Layout(title='統(tǒng)計(jì)數(shù)量排前10位的商品小類的數(shù)量占比情況')fig=go.Figure(data=trace,layout=layout)pyplot(fig)京東電商客戶喜好的商品大類及細(xì)分類型分析掃描二維碼在線瀏覽電子活頁8-10“繪制餅圖分析京東電商客戶喜好的商品小類方法2”中的代碼及繪制的圖形。繪制條形圖分析京東電商客戶喜好的商品小類plt.figure(figsize=(10,6))sns.barplot(y=category10.index,x=category10.values).set(title='統(tǒng)計(jì)數(shù)量排前10位的商品小類')plt.show()京東電商客戶喜好的商品大類及細(xì)分類型分析繪制柱形圖分析京東電商客戶喜好的商品小類plt.figure(figsize=(10,6),dpi=80)plt.bar(x=category10.index,height=category10.values,width=0.5)forx,yinzip(category10.index,category10.values):plt.text(x,y,'{0}'.format(y),ha='center',va='bottom')plt.xlabel('產(chǎn)品小類')plt.ylabel('統(tǒng)計(jì)數(shù)量')plt.title('統(tǒng)計(jì)數(shù)量排前10位的商品小類')plt.xticks(rotation=30)plt.show()方法1的代碼如下：京東電商客戶喜好的商品大類及細(xì)分類型分析繪制棒棒糖圖分析京東電商客戶喜好的商品小類掃描二維碼在線瀏覽電子活頁8-11“繪制柱形圖分析京東電商客戶喜好的商品小類方法2”中的代碼及繪制的圖形。掃描二維碼在線瀏覽電子活頁8-12“繪制柱形圖分析京東電商客戶喜好的商品小類方法3”中的代碼及繪制的圖形。掃描二維碼在線瀏覽電子活頁8-13“繪制柱形圖分析京東電商客戶喜好的商品小類方法4”中的代碼及繪制的圖形。掃描二維碼在線瀏覽電子活頁8-14“繪制棒棒糖圖分析京東電商客戶喜好的商品小類”中的代碼及繪制的圖形。京東電商客戶喜好的商品大類及細(xì)分類型分析繪制商品類型名稱詞云圖cloud1_name=df_short.groupby(['category']).count().sort_values(by='customer_id',ascending=False)['customer_id'].index.to_list()cloud1_num=df_short.groupby(['category']).count().sort_values(by='customer_id',ascending=False)['customer_id'].to_list()cloud1=WordCloud(init_opts=opts.InitOpts(width='600px',height='400px'))cloud1.add('',[list(z)forzinzip(cloud1_name,cloud1_num)],word_size_range=[10,80])cloud1.set_global_opts(title_opts=

opts.TitleOpts(title="商品類型名稱詞云",pos_left='center',pos_top='2%'))cloud1.render_notebook()京東電商客戶喜好的商品大類及細(xì)分類型分析3．針對(duì)數(shù)據(jù)集df_product_buy分析京東電商客戶喜好的商品小類讀取數(shù)據(jù)與預(yù)處理path=r'data\df_product_buy.xlsx'df_product_buy=pd.read_excel(path)df_product_buy=df_product_buy.drop('Unnamed:0',axis=1)df_product_buy.head()查看數(shù)據(jù)集中所有商品小類的總購買數(shù)量df_product_buy['購買數(shù)量'].sum()輸出結(jié)果：945京東電商客戶喜好的商品大類及細(xì)分類型分析統(tǒng)計(jì)購買數(shù)量排前10位的商品小類的購買數(shù)量cate_sale=df_product_buy.groupby('category').agg({'購買數(shù)量':'sum'})cate_sale.rename(columns={'購買數(shù)量':'購買數(shù)量'},inplace=True)cate_sale.sort_values(by='購買數(shù)量',inplace=True,ascending=False)cate_sale.reset_index(inplace=True)cate_sale=cate_sale.head(10)cate_sale查看數(shù)據(jù)集中購買數(shù)量排前10位的商品小類的總購買數(shù)量cate_sale['購買數(shù)量'].sum()輸出結(jié)果：610繪制自定義樣式條形圖分析購買數(shù)量排前10位的商品小類繪制自定義樣式玫瑰圖分析購買數(shù)量排前10位的商品小類京東電商客戶喜好的商品大類及細(xì)分類型分析4．針對(duì)數(shù)據(jù)集df_consume分析京東電商客戶喜好的商品小類讀取數(shù)據(jù)與預(yù)處理導(dǎo)入通用模塊的代碼詳見“本書導(dǎo)學(xué)”，其他模塊導(dǎo)入的代碼詳見“1．針對(duì)數(shù)據(jù)集df_product分析京東電商客戶喜好的商品大類”。讀取數(shù)據(jù)與預(yù)處理data2=pd.read_excel(r'.\data\df_consume.xlsx',dtype={'customer_id':str})df_label=data2.copy()cate_most=df_label[['customer_id','cate_most_browse','cate_most_follow','cate_most_savedCart','cate_most_order']].copy()most_browse=cate_most.copy()most_browse.dropna(axis=0,subset=['cate_most_browse'],how='all',inplace=True)most_browse.reset_index(drop=True,inplace=True)cate_most_browse=pd.DataFrame(cate_most[cate_most['cate_most_browse']!='NoRec']['cate_most_browse].value_counts())cate_most_browse.head()在JupyterNotebook開發(fā)環(huán)境中創(chuàng)建tc08-02-03.ipynb，然后在單元格中編寫代碼并輸出對(duì)應(yīng)的結(jié)果。京東電商客戶喜好的商品大類及細(xì)分類型分析對(duì)數(shù)據(jù)集“商品類型”列中包含的多個(gè)類型名稱進(jìn)行分解cate_most_browse1=[]foriinrange(most_browse.shape[0]):browse=most_browse['cate_most_browse'].loc[i].split(',')forjinrange(len(browse)):cate=browse[j]cate_most_browse1.append(cate)cate_most_browse1=pd.DataFrame(cate_most_browse1)cate_most_browse1['瀏覽次數(shù)']=1cate_most_browse1.rename(columns={0:'商品類型'},inplace=True)cate_most_browse1統(tǒng)計(jì)各種商品類型的瀏覽次數(shù)cate_most_browse2=cate_most_browse1.groupby('商品類型').count()cate_most_browse2.sort_values(by=['瀏覽次數(shù)'],ascending=False,inplace=True)京東電商客戶喜好的商品大類及細(xì)分類型分析獲取瀏覽次數(shù)排前10位的商品類型方法1的代碼如下：cate_most_browse3=cate_most_browse2.head(10).copy()cate_most_browse3.reset_index(inplace=True)cate_most_browse3cate_category10=cate_most_browse1['商品類型'].value_counts().head(10)方法2的代碼如下：cate_most_browse10=cate_most_browse2.head(10)cate_most_browse10方法3的代碼如下：京東電商客戶喜好的商品大類及細(xì)分類型分析繪制條形圖分析京東電商客戶瀏覽次數(shù)排前10位的商品類型plt.figure(figsize=(10,8))sns.barplot(y=cate_category10.index,x=cate_category10.values)

.set(title='京東電商客戶瀏覽次數(shù)排前10位的商品類型')plt.show()京東電商客戶喜好的商品大類及細(xì)分類型分析繪制柱形圖分析京東電商客戶瀏覽次數(shù)排前10位的商品類型bar1=(Bar().add_xaxis(cate_most_browse3['商品類型'].to_list()).add_yaxis('商品類型',cate_most_browse3['瀏覽次數(shù)'].to_list()).set_global_opts(xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15)),

title_opts=opts.TitleOpts(title="瀏覽次數(shù)")))bar1.render_notebook()方法1的代碼如下：京東電商客戶喜好的商品大類及細(xì)分類型分析定義拆分?jǐn)?shù)據(jù)集“商品類型”列中包含的多個(gè)類型名稱的函數(shù)掃描二維碼在線瀏覽電子活頁8-15“繪制柱形圖分析京東電商客戶瀏覽次數(shù)排前10位的商品類型方法2”中的代碼及繪制的圖形。掃描二維碼在線瀏覽電子活頁8-16“繪制柱形圖分析京東電商客戶瀏覽次數(shù)排前10位的商品類型方法3”中的代碼及繪制的圖形。defdecompose(cate_most_name,name):most_x=cate_most.copy()most_x.dropna(axis=0,subset=[cate_most_name],how='all',inplace=True)most_x.reset_index(drop=True,inplace=True)cate_most_type=[]foriinrange(most_x.shape[0]):category=most_x[cate_most_name].loc[i].split(',')京東電商客戶喜好的商品大類及細(xì)分類型分析forjinrange(len(category)):cate=category[j]cate_most_type.append(cate)cate_most_category=pd.DataFrame(cate_most_type)cate_most_category[name]=1cate_most_category.rename(columns={0:'商品類型'},inplace=True)returncate_most_category京東電商客戶喜好的商品大類及細(xì)分類型分析繪制柱形圖分析京東電商客戶訂購次數(shù)排前10位的商品類型掃描二維碼在線瀏覽電子活頁8-17“繪制柱形圖分析京東電商客戶加入購物車次數(shù)排前10位的商品類型”中的代碼及繪制的圖形。掃描二維碼在線瀏覽電子活頁8-18“繪制柱形圖分析京東電商客戶加入購物車次數(shù)排前10位的商品類型方法2”中的代碼及繪制的圖形。cate_most_order1=decompose('cate_most_order','訂購次數(shù)')['商品類型'].value_counts().head(10)cate_most_order1.plot(kind='bar',color=['b','g','m'],figsize=(10,6))plt.title('京東電商客戶訂購次數(shù)排前10位的商品類型',size=15)plt.xticks(rotation=45)plt.show()繪制柱形圖分析京東電商客戶加入購物車次數(shù)排前10位的商品類型方法1的代碼如下：京東電商客戶喜好的商品大類及細(xì)分類型分析繪制柱形圖分析實(shí)際購買數(shù)量較多的京東電商客戶actual_buy_data=df_label[df_label.time_order.isnull()==False]actual_buy_data_counts=actual_buy_data.cate_most_order.value_counts()actual_buy_data_counts=actual_buy_data_counts[actual_buy_data_counts>150]數(shù)據(jù)集中“time_order”列的值不為空，則表示實(shí)際購買。獲取客戶實(shí)際購物數(shù)據(jù)的代碼如下：京東電商客戶喜好的商品大類及細(xì)分類型分析actual_buy_data_countsBar=Bar()actual_buy_data_countsBar.add_xaxis(actual_buy_data_counts.keys().tolist())actual_buy_data_countsBar.add_yaxis("購買數(shù)量",actual_buy_data_counts.values.tolist())actual_buy_data_countsBar.set_global_opts(title_opts=opts.TitleOpts(title="京東電商客戶購買數(shù)量較多的商品"),xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15)),tooltip_opts=opts.TooltipOpts(trigger="axis",is_show=True,trigger_on="click",axis_pointer_type="cross",border_color="#FF0000",border_width=5),legend_opts=opts.LegendOpts(type_="plain",is_show=True,orient="vertical",pos_left='right'),)actual_buy_data_countsBar.set_series_opts(label_opts=opts.LabelOpts(formatter=":{c}"))actual_buy_data_countsBar.render_notebook()分析實(shí)際購買數(shù)量較多的京東電商客戶，繪制其實(shí)際購買數(shù)量柱形圖的代碼如下：京東電商客戶喜好的商品大類及細(xì)分類型分析在同一區(qū)域繪制多張柱形圖分析瀏覽次數(shù)、收藏次數(shù)、加入購物車次數(shù)和訂購次數(shù)排前5位的客戶n=5#取前5位df1=decompose('cate_most_browse','瀏覽次數(shù)')['商品類型'].value_counts().to_frame().head(n)df1.rename(columns={'商品類型':'瀏覽次數(shù)'},inplace=True)df2=decompose('cate_most_follow','收藏次數(shù)')['商品類型'].value_counts().to_frame().head(n)df2.rename(columns={'商品類型':'收藏次數(shù)'},inplace=True)df3=decompose('cate_most_savedCart','加入購物車次數(shù)')['商品類型'].value_counts().to_frame().head(n)df3.rename(columns={'商品類型':'加入購物車次數(shù)'},inplace=True)df4=decompose('cate_most_order','訂購次數(shù)')['商品類型'].value_counts().to_frame().head(5)df4.rename(columns={'商品類型':'訂購次數(shù)'},inplace=True)京東電商客戶喜好的商品大類及細(xì)分類型分析繪制多張柱形圖的代碼如下：plt.figure(figsize=(10,8)