欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

五個(gè)Pandas?實(shí)戰(zhàn)案例帶你分析操作數(shù)據(jù)

 更新時(shí)間:2022年01月25日 16:18:06   作者:Python學(xué)習(xí)與數(shù)據(jù)挖掘  
pandas是基于NumPy的一種工具,該工具是為了解決數(shù)據(jù)分析任務(wù)而創(chuàng)建的。Pandas納入了大量庫(kù)和一些標(biāo)準(zhǔn)的數(shù)據(jù)模型,提供了高效操作大型數(shù)據(jù)集的工具。pandas提供大量快速便捷地處理數(shù)據(jù)的函數(shù)和方法。你很快就會(huì)發(fā)現(xiàn),它是使Python強(qiáng)大而高效的數(shù)據(jù)分析環(huán)境的重要因素之一

大家好,之前分享過(guò)很多關(guān)于 Pandas 的文章,今天我給大家分享5個(gè)小而美的 Pandas 實(shí)戰(zhàn)案例。

內(nèi)容主要分為:

  • 如何自行模擬數(shù)據(jù)
  • 多種數(shù)據(jù)處理方式
  • 數(shù)據(jù)統(tǒng)計(jì)與可視化
  • 用戶RFM模型
  • 用戶復(fù)購(gòu)周期

構(gòu)建數(shù)據(jù)

本案例中用的數(shù)據(jù)是小編自行模擬的,主要包含兩個(gè)數(shù)據(jù):訂單數(shù)據(jù)和水果信息數(shù)據(jù),并且會(huì)將兩份數(shù)據(jù)合并

import pandas as pd
import numpy as np
import random
from datetime import *
import time

import plotly.express as px
import plotly.graph_objects as go
import plotly as py

# 繪制子圖
from plotly.subplots import make_subplots

1、時(shí)間字段

圖片

2、水果和用戶

圖片

3、生成訂單數(shù)據(jù)

order = pd.DataFrame({
    "time":time_range,  # 下單時(shí)間
    "fruit":fruit_list,  # 水果名稱
    "name":name_list,  # 顧客名
    # 購(gòu)買(mǎi)量
    "kilogram":np.random.choice(list(range(50,100)), size=len(time_range),replace=True) 
})

order

圖片

4、生成水果的信息數(shù)據(jù)

infortmation = pd.DataFrame({
    "fruit":fruits,
    "price":[3.8, 8.9, 12.8, 6.8, 15.8, 4.9, 5.8, 7],
    "region":["華南","華北","西北","華中","西北","華南","華北","華中"]
})

infortmation

圖片

5、數(shù)據(jù)合并

將訂單信息和水果信息直接合并成一個(gè)完整的DataFrame,這個(gè)df就是接下來(lái)處理的數(shù)據(jù)

圖片

6、生成新的字段:訂單金額

圖片

到這里你可以學(xué)到:

  • 如何生成時(shí)間相關(guān)的數(shù)據(jù)
  • 如何從列表(可迭代對(duì)象)中生成隨機(jī)數(shù)據(jù)
  • Pandas的DataFrame自行創(chuàng)建,包含生成新字段
  • Pandas數(shù)據(jù)合并

分析維度1:時(shí)間

2019-2021年每月銷(xiāo)量走勢(shì)

1、先把年份和月份提取出來(lái):

df["year"] = df["time"].dt.year
df["month"] = df["time"].dt.month
# 同時(shí)提取年份和月份
df["year_month"] = df["time"].dt.strftime('%Y%m')

df

圖片

2、查看字段類(lèi)型:

圖片

3、分年月統(tǒng)計(jì)并展示:

# 分年月統(tǒng)計(jì)銷(xiāo)量
df1 = df.groupby(["year_month"])["kilogram"].sum().reset_index()

fig = px.bar(df1,x="year_month",y="kilogram",color="kilogram")
fig.update_layout(xaxis_tickangle=45)   # 傾斜角度

fig.show()

圖片

2019-2021銷(xiāo)售額走勢(shì)

df2 = df.groupby(["year_month"])["amount"].sum().reset_index()

df2["amount"] = df2["amount"].apply(lambda x:round(x,2))

fig = go.Figure()
fig.add_trace(go.Scatter(  #
    x=df2["year_month"],
    y=df2["amount"],
    mode='lines+markers', # mode模式選擇
    name='lines')) # 名字

fig.update_layout(xaxis_tickangle=45)   # 傾斜角度

fig.show()

圖片

年度銷(xiāo)量、銷(xiāo)售額和平均銷(xiāo)售額

圖片

分析維度2:商品

水果年度銷(xiāo)量占比

df4 = df.groupby(["year","fruit"]).agg({"kilogram":"sum","amount":"sum"}).reset_index()
df4["year"] = df4["year"].astype(str)
df4["amount"] = df4["amount"].apply(lambda x: round(x,2))

from plotly.subplots import make_subplots
import plotly.graph_objects as go

fig = make_subplots(
    rows=1, 
    cols=3,
    subplot_titles=["2019年","2020年","2021年"],
    specs=[[{"type": "domain"},   # 通過(guò)type來(lái)指定類(lèi)型
           {"type": "domain"},
           {"type": "domain"}]]
)  

years = df4["year"].unique().tolist()

for i, year in enumerate(years):
    name = df4[df4["year"] == year].fruit
    value = df4[df4["year"] == year].kilogram
    
    fig.add_traces(go.Pie(labels=name,
                        values=value
                       ),
                 rows=1,cols=i+1
                )

fig.update_traces(
    textposition='inside',   # 'inside','outside','auto','none'
    textinfo='percent+label',
    insidetextorientation='radial',   # horizontal、radial、tangential
    hole=.3,
    hoverinfo="label+percent+name"
)

fig.show()

圖片

各水果年度銷(xiāo)售金額對(duì)比

years = df4["year"].unique().tolist()

for _, year in enumerate(years):
    
    df5 = df4[df4["year"]==year]
    fig = go.Figure(go.Treemap( 
        labels = df5["fruit"].tolist(),
        parents = df5["year"].tolist(),
        values = df5["amount"].tolist(),
        textinfo = "label+value+percent root"
    ))
    
    fig.show()

圖片

圖片

圖片

商品月度銷(xiāo)量變化

圖片

fig = px.bar(df5,x="year_month",y="amount",color="fruit")
fig.update_layout(xaxis_tickangle=45)   # 傾斜角度
fig.show()

圖片

折線圖展示的變化:

圖片

分析維度3:地區(qū)

不同地區(qū)的銷(xiāo)量

圖片

圖片

不同地區(qū)年度平均銷(xiāo)售額

df7 = df.groupby(["year","region"])["amount"].mean().reset_index()

圖片

分析維度4:用戶

用戶訂單量、金額對(duì)比

df8 = df.groupby(["name"]).agg({"time":"count","amount":"sum"}).reset_index().rename(columns={"time":"order_number"})
df8.style.background_gradient(cmap="Spectral_r")

圖片

用戶水果喜好

根據(jù)每個(gè)用戶對(duì)每種水果的訂單量和訂單金額來(lái)分析:

df9 = df.groupby(["name","fruit"]).agg({"time":"count","amount":"sum"}).reset_index().rename(columns={"time":"number"})

df10 = df9.sort_values(["name","number","amount"],ascending=[True,False,False])

df10.style.bar(subset=["number","amount"],color="#a97fcf")

圖片

px.bar(df10,
       x="fruit",
       y="amount",
#            color="number",
       facet_col="name"
      )

圖片

用戶分層—RFM模型

RFM模型是衡量客戶價(jià)值和創(chuàng)利能力的重要工具和手段。

通過(guò)這個(gè)模型能夠反映一個(gè)用戶的交期交易行為、交易的總體頻率和總交易金額3項(xiàng)指標(biāo),通過(guò)3個(gè)指標(biāo)來(lái)描述該客戶的價(jià)值狀況;同時(shí)依據(jù)這三項(xiàng)指標(biāo)將客戶劃分為8類(lèi)客戶價(jià)值:

  • Recency(R)是客戶最近一次購(gòu)買(mǎi)日期距離現(xiàn)在的天數(shù),這個(gè)指標(biāo)與分析的時(shí)間點(diǎn)有關(guān),因此是變動(dòng)的。理論上客戶越是在近期發(fā)生購(gòu)買(mǎi)行為,就越有可能復(fù)購(gòu)
  • Frequency(F)指的是客戶發(fā)生購(gòu)買(mǎi)行為的次數(shù)–最常購(gòu)買(mǎi)的消費(fèi)者,忠誠(chéng)度也就較高。增加顧客購(gòu)買(mǎi)的次數(shù)意味著能占有更多的時(shí)長(zhǎng)份額。
  • Monetary value(M)是客戶購(gòu)買(mǎi)花費(fèi)的總金額。

圖片

下面通過(guò)Pandas的多個(gè)方法來(lái)分別求解這個(gè)3個(gè)指標(biāo),首先是F和M:每位客戶的訂單次數(shù)和總金額

圖片

如何求解R指標(biāo)呢?

1、先求解每個(gè)訂單和當(dāng)前時(shí)間的差值

圖片

2、根據(jù)每個(gè)用戶的這個(gè)差值R來(lái)進(jìn)行升序排列,排在第一位的那條數(shù)據(jù)就是他最近購(gòu)買(mǎi)記錄:以xiaoming用戶為例,最近一次是12月15號(hào),和當(dāng)前時(shí)間的差值是25天

圖片

3、根據(jù)用戶去重,保留第一條數(shù)據(jù),這樣便得到每個(gè)用戶的R指標(biāo):

圖片

4、數(shù)據(jù)合并得到3個(gè)指標(biāo):

圖片

圖片

當(dāng)數(shù)據(jù)量足夠大,用戶足夠多的時(shí)候,就可以只用RFM模型來(lái)將用戶分成8個(gè)類(lèi)型

用戶復(fù)購(gòu)周期分析

復(fù)購(gòu)周期是用戶每?jī)纱钨?gòu)買(mǎi)之間的時(shí)間間隔:以xiaoming用戶為例,前2次的復(fù)購(gòu)周期分別是4天和22天

圖片

下面是求解每個(gè)用戶復(fù)購(gòu)周期的過(guò)程:

1、每個(gè)用戶的購(gòu)買(mǎi)時(shí)間升序

圖片

2、將時(shí)間移動(dòng)一個(gè)單位:

圖片

3、合并后的差值:

出現(xiàn)空值是每個(gè)用戶的第一條記錄之前是沒(méi)有數(shù)據(jù),后面直接刪除了空值部分

圖片

圖片

直接取出天數(shù)的數(shù)值部分:

圖片

5、復(fù)購(gòu)周期對(duì)比

px.bar(df16,
       x="day",
       y="name",
       orientation="h",
       color="day",
       color_continuous_scale="spectral"   # purples
      )

圖片

上圖中矩形越窄表示間隔越??;每個(gè)用戶整個(gè)復(fù)購(gòu)周期由整個(gè)矩形長(zhǎng)度決定。查看每個(gè)用戶的整體復(fù)購(gòu)周期之和與平均復(fù)購(gòu)周期:

圖片

得到一個(gè)結(jié)論:Michk和Mike兩個(gè)用戶整體的復(fù)購(gòu)周期是比較長(zhǎng)的,長(zhǎng)期來(lái)看是忠誠(chéng)的用戶;而且從平均復(fù)購(gòu)周期來(lái)看,相對(duì)較低,說(shuō)明在短時(shí)間內(nèi)復(fù)購(gòu)活躍。

從下面的小提琴中同樣可以觀察到,Michk和Mike的復(fù)購(gòu)周期分布最為集中。

圖片

到此這篇關(guān)于五個(gè)Pandas 實(shí)戰(zhàn)案例帶你分析操作數(shù)據(jù)的文章就介紹到這了,更多相關(guān)Pandas 分析數(shù)據(jù)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

最新評(píng)論