五個(gè)Pandas?實(shí)戰(zhàn)案例帶你分析操作數(shù)據(jù)
大家好,之前分享過很多關(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
2、水果和用戶
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)買量 "kilogram":np.random.choice(list(range(50,100)), size=len(time_range),replace=True) }) order
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
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就是接下來處理的數(shù)據(jù)
6、生成新的字段:訂單金額
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年每月銷量走勢(shì)
1、先把年份和月份提取出來:
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
2、查看字段類型:
3、分年月統(tǒng)計(jì)并展示:
# 分年月統(tǒng)計(jì)銷量 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()
2019-2021銷售額走勢(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()
年度銷量、銷售額和平均銷售額
分析維度2:商品
水果年度銷量占比
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type來指定類型 {"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()
各水果年度銷售金額對(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()
商品月度銷量變化
fig = px.bar(df5,x="year_month",y="amount",color="fruit") fig.update_layout(xaxis_tickangle=45) # 傾斜角度 fig.show()
折線圖展示的變化:
分析維度3:地區(qū)
不同地區(qū)的銷量
不同地區(qū)年度平均銷售額
df7 = df.groupby(["year","region"])["amount"].mean().reset_index()
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")
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")
px.bar(df10, x="fruit", y="amount", # color="number", facet_col="name" )
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3個(gè)指標(biāo)來描述該客戶的價(jià)值狀況;同時(shí)依據(jù)這三項(xiàng)指標(biāo)將客戶劃分為8類客戶價(jià)值:
- Recency(R)是客戶最近一次購(gòu)買日期距離現(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)買行為,就越有可能復(fù)購(gòu)
- Frequency(F)指的是客戶發(fā)生購(gòu)買行為的次數(shù)–最常購(gòu)買的消費(fèi)者,忠誠(chéng)度也就較高。增加顧客購(gòu)買的次數(shù)意味著能占有更多的時(shí)長(zhǎng)份額。
- Monetary value(M)是客戶購(gòu)買花費(fèi)的總金額。
下面通過Pandas的多個(gè)方法來分別求解這個(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
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
2、根據(jù)每個(gè)用戶的這個(gè)差值R來進(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
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):
4、數(shù)據(jù)合并得到3個(gè)指標(biāo):
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模型來將用戶分成8個(gè)類型
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
下面是求解每個(gè)用戶復(fù)購(gòu)周期的過程:
1、每個(gè)用戶的購(gòu)買時(shí)間升序
2、將時(shí)間移動(dòng)一個(gè)單位:
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有數(shù)據(jù),后面直接刪除了空值部分
直接取出天數(shù)的數(shù)值部分:
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 )
上圖中矩形越窄表示間隔越小;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:
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)期來看是忠誠(chéng)的用戶;而且從平均復(fù)購(gòu)周期來看,相對(duì)較低,說明在短時(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。
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!
- Python數(shù)據(jù)分析?Pandas?Series對(duì)象操作
- Python數(shù)據(jù)分析之?Pandas?Dataframe修改和刪除及查詢操作
- Python數(shù)據(jù)分析之?Pandas?Dataframe合并和去重操作
- Python數(shù)據(jù)分析23種Pandas核心操作方法總結(jié)
- Python數(shù)據(jù)分析Pandas?Dataframe排序操作
- Python數(shù)據(jù)分析之pandas比較操作
- Python數(shù)據(jù)分析庫pandas基本操作方法
- Pandas數(shù)據(jù)操作及數(shù)據(jù)分析常用技術(shù)介紹
相關(guān)文章
Python編程實(shí)現(xiàn)控制cmd命令行顯示顏色的方法示例
這篇文章主要介紹了Python編程實(shí)現(xiàn)控制cmd命令行顯示顏色的方法,結(jié)合實(shí)例形式分析了Python針對(duì)命令行字符串顯示顏色屬性相關(guān)操作技巧,需要的朋友可以參考下2017-08-08python編程webpy框架模板之def with學(xué)習(xí)
這篇文章主要為大家介紹了python編程web.py框架模板之def with的學(xué)習(xí)有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步2021-11-11PyTorch加載數(shù)據(jù)集梯度下降優(yōu)化
這篇文章主要介紹了PyTorch加載數(shù)據(jù)集梯度下降優(yōu)化,使用DataLoader方法,并繼承DataSet抽象類,可實(shí)現(xiàn)對(duì)數(shù)據(jù)集進(jìn)行mini_batch梯度下降優(yōu)化,需要的小伙伴可以參考一下2022-03-03詳解Python的Django框架中的模版相關(guān)知識(shí)
這篇文章主要介紹了Python的Django框架中的模版相關(guān)知識(shí),模版的存在大大簡(jiǎn)化了創(chuàng)作頁面時(shí)HTML的相關(guān)工作,需要的朋友可以參考下2015-07-07Python的for和break循環(huán)結(jié)構(gòu)中使用else語句的技巧
平時(shí)我們把在if結(jié)構(gòu)中使用else語句當(dāng)作理所當(dāng)然,然而,Python強(qiáng)大的語法糖可以讓else語句在for和while循環(huán)中使用!下面我們就通過例子來看一下Python的for和break循環(huán)結(jié)構(gòu)中使用else語句的技巧2016-05-05完美解決python3.7 pip升級(jí) 拒絕訪問問題
這篇文章主要介紹了python3.7 pip升級(jí) 拒絕訪問 解決方案,文中給大家提到了python中for循環(huán)問題,本文給大家介紹的非常詳細(xì),具有一定的參考借鑒價(jià)值 ,需要的朋友可以參考下2019-07-07python操作數(shù)據(jù)庫獲取結(jié)果之fetchone和fetchall的區(qū)別說明
這篇文章主要介紹了python操作數(shù)據(jù)庫獲取結(jié)果之fetchone和fetchall的區(qū)別說明,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2021-04-04