第11章-實(shí)戰(zhàn)案例-電商消費(fèi)者數(shù)據(jù)分析

主講人：***第11章電商消費(fèi)者數(shù)據(jù)分析首都師范大學(xué)13-10月-23Python數(shù)據(jù)分析與數(shù)據(jù)挖掘目錄contents案例背景0102數(shù)據(jù)加載和預(yù)處理03探索性數(shù)據(jù)分析案例背景0111.1數(shù)據(jù)來(lái)源

本案例旨在分析來(lái)自英國(guó)零售商的電子商務(wù)真實(shí)交易數(shù)據(jù)集，該數(shù)據(jù)集為英國(guó)公司的在線零售的交易數(shù)據(jù)，包含了4000名客戶在一年內(nèi)的購(gòu)物數(shù)據(jù)，該公司主要銷售特定的禮品，公司的許多客戶都是批發(fā)商。數(shù)據(jù)來(lái)源： UCI機(jī)器學(xué)習(xí)數(shù)據(jù)庫(kù)（通過(guò)關(guān)鍵字“OnlineRetail”查找）下載。

或從kaggle的官網(wǎng)下載E-CommerceData(ActualtransactionsfromUKretailer)數(shù)據(jù)集/carrie1/ecommerce-data#data.csv11.1案例背景數(shù)據(jù)集中的一共有541909條數(shù)據(jù)，每條數(shù)據(jù)包含以下8個(gè)特征：InvoiceNo：發(fā)票號(hào)。字符型，一個(gè)6位整數(shù)，唯一分配給每個(gè)事務(wù)。如果此代碼以字母“c”開(kāi)頭，則表示取消。StockCode庫(kù)存代碼：產(chǎn)品（項(xiàng)目）代碼。一個(gè)5位數(shù)的整數(shù)，唯一地分配給每個(gè)不同的產(chǎn)品。Description：說(shuō)明產(chǎn)品（項(xiàng)目）名稱。字符型。Quantity數(shù)量：每筆交易中每個(gè)產(chǎn)品（項(xiàng)目）的數(shù)量。數(shù)值型。InvoiceDate發(fā)票日期：發(fā)票日期和時(shí)間。數(shù)值型，生成每個(gè)事務(wù)的日期和時(shí)間。UnitPrice單價(jià)：商品單價(jià)。數(shù)值型，單位產(chǎn)品價(jià)格（英鎊）。CustomerID：客戶編號(hào)。一個(gè)5位整數(shù)，唯一分配給每個(gè)客戶。Country國(guó)家：國(guó)家名稱。字符型，每個(gè)客戶居住的國(guó)家的名稱。數(shù)據(jù)加載和預(yù)處理021、加載需要的庫(kù)及讀入數(shù)據(jù)11.1案例背景11.2數(shù)據(jù)加載和預(yù)處理2、數(shù)據(jù)信息初步分析11.2數(shù)據(jù)加載和預(yù)處理3、數(shù)據(jù)預(yù)處理空值檢查：多條數(shù)據(jù)的customerID和Description列有缺失值查看是否存在購(gòu)買數(shù)量Quantity小于0的異常數(shù)據(jù)：10624條數(shù)據(jù)的購(gòu)買數(shù)量為異常值11.2數(shù)據(jù)加載和預(yù)處理3、數(shù)據(jù)預(yù)處理對(duì)原始數(shù)據(jù)df進(jìn)行處理，將去掉空值異常值的數(shù)據(jù)放到新變量df_ec中，同時(shí)增加一列AmountSpent，用來(lái)放購(gòu)物總價(jià)，并對(duì)CustomerID列轉(zhuǎn)為整型。11.2數(shù)據(jù)加載和預(yù)處理11.2數(shù)據(jù)加載和預(yù)處理經(jīng)過(guò)預(yù)處理后，df_ec的中各個(gè)特征的數(shù)據(jù)類型如表11-1所示：探索性數(shù)據(jù)分析0311.3.1各國(guó)訂單情況分析數(shù)據(jù)來(lái)源1、訂單來(lái)源國(guó)家分析目的：檢查訂單都來(lái)源于哪些國(guó)家，并對(duì)各個(gè)國(guó)家的訂單數(shù)量進(jìn)行排序。結(jié)論：大部分訂單來(lái)自英國(guó)，其次是德國(guó)和法國(guó)還可以使用pivot_table透視表，查看各國(guó)訂單數(shù)量情況。11.3.1各國(guó)訂單情況分析數(shù)據(jù)來(lái)源2、各國(guó)訂單數(shù)據(jù)分析11.3.1各國(guó)訂單情況分析數(shù)據(jù)來(lái)源3、各國(guó)訂單金額分析11.3.2客戶情況分析1、客戶情況分析11.3.2客戶情況分析2、查看最有價(jià)值客戶的來(lái)源國(guó)家11.3.3產(chǎn)品情況分析1、最暢銷的產(chǎn)品分析11.3.3產(chǎn)品情況分析2、銷售額最高的產(chǎn)品分析首先，獲取銷售額最高的前50個(gè)產(chǎn)品，保存到變量most_profitable_product中，然后輸出其中的前3條數(shù)據(jù)。由輸出可知，銷售額最高的產(chǎn)品依然是編號(hào)為23843的papercraft,littlebirdie，銷售額為168469.60。下面將銷售額最高的前5個(gè)產(chǎn)品作圖輸出。11.3.4按時(shí)間的銷售數(shù)據(jù)分析1、查看銷售數(shù)據(jù)時(shí)間區(qū)間

首先，我們按InvoiceDate對(duì)銷售數(shù)據(jù)進(jìn)行分析，可以獲知數(shù)據(jù)集中銷售數(shù)據(jù)的時(shí)間區(qū)間，即數(shù)據(jù)集中銷售數(shù)據(jù)的開(kāi)始時(shí)間和結(jié)束時(shí)間。11.3.4按時(shí)間的銷售數(shù)據(jù)分析為了進(jìn)行后續(xù)分析，可以對(duì)InvoiceDate字段進(jìn)行抽取，在數(shù)據(jù)集中增加表示時(shí)間的年、月、周等字段。11.3.4按時(shí)間的銷售數(shù)據(jù)分析2、分析各個(gè)年份的銷售情況銷售數(shù)據(jù)分布在2010年和2011年，以2011年為主。其中2011年的銷售數(shù)據(jù)371764,2010年的為26160。11.3.4按時(shí)間的銷售數(shù)據(jù)分析3、每月銷售訂單數(shù)分析11.3.4按時(shí)間的銷售數(shù)據(jù)分析4、一周中每天的銷售訂單數(shù)分析由結(jié)果可知，一周中周四的累計(jì)訂單數(shù)最多，周六的訂單數(shù)為0。在此基礎(chǔ)上，還可以進(jìn)行一天中各個(gè)時(shí)間段的累計(jì)訂單數(shù)等分析，請(qǐng)讀者自行開(kāi)展相關(guān)分析。11.4小結(jié)通過(guò)對(duì)數(shù)據(jù)的分析，我們可以得出以下信息:（1）通過(guò)對(duì)各國(guó)訂單的分析可知：訂單最多的客戶來(lái)自英國(guó)（UK）,購(gòu)買金額最高的客戶來(lái)自荷蘭，除英國(guó)外，訂單數(shù)量最多的前5個(gè)國(guó)家名單如下：德國(guó)、法國(guó)、愛(ài)爾蘭、西班牙、荷蘭。由于這家電商公司是一家總部位于英國(guó)的公司，因此該公司從英國(guó)客戶那里收到的訂單數(shù)量最多。（2）通過(guò)對(duì)客戶情況的分析可知：本數(shù)據(jù)集中，超過(guò)90%的客戶來(lái)自英國(guó)?；ㄙM(fèi)最高的是ID為14646的客戶，該客戶的購(gòu)買金額超過(guò)了250000英鎊。在Top20的最有價(jià)值顧客中，16家來(lái)自英國(guó)，2家來(lái)自愛(ài)爾蘭，各有1家來(lái)自澳大利亞和荷蘭。（3）最暢銷的產(chǎn)品和銷售額最高的產(chǎn)品均是編號(hào)為23843的產(chǎn)品，所售產(chǎn)品為：papercraft和littlebirdie。（4）通過(guò)對(duì)銷售數(shù)據(jù)按時(shí)間分析可知：訂單最多的月份為2011年11月，2010年12月1日至2011年12月9日之間沒(méi)有交易。從周一到周四，公司接到的訂單數(shù)量往往會(huì)增加，之后會(huì)減少。該公司在下午12:00收到的訂單最多，大多數(shù)顧客可能會(huì)在中午12:00到2:00