CDNOW 用户消费数据情况分析(python)(入门案例)

import numpy as np
import pandas as pd
from pandas import DataFrame,Series
import matplotlib as mpl
import matplotlib.pyplot as plt

第一部分：数据类型处理

• 数据加载
  • 字段含义：
    • user_id:用户ID
    • order_dt:购买日期
    • order_product:购买产品的数量
    • order_amount:购买金额
• 观察数据
  • 查看数据的数据类型
  • 数据中是否存储在缺失值
  • 将order_dt转换成时间类型
  • 查看数据的统计描述
    • 计算所有用户购买商品的平均数量
    • 计算所有用户购买商品的平均花费
  • 在源数据中添加一列表示月份:astype(‘datetime64[M]’)

df = pd.read_csv(’./CDNOW_master.txt’,header=None,sep=’\s+’,names=[‘用户ID’,‘购买日期’,‘购买产品的数量’,‘购买金额’])
df

df.info()

df[‘购买日期’] = pd.to_datetime(df[‘购买日期’],format=’%Y%m%d’)

df

df.isnull().any(axis=0)

df.describe()

• 计算所有用户购买商品的平均数量

• 计算所有用户购买商品的平均花费

•  2.410040       35.893648
  

• 在源数据中添加一列表示月份:astype(‘datetime64[M]’)

• 先取出数据的月份
  df[‘购买日期’].astype(‘datetime64[M]’)

df[‘month’]=df[‘购买日期’].astype(‘datetime64[M]’)

df.head()

第二部分：按月数据分析

• 用户每月花费的总金额
  • 绘制曲线图展示
• 所有用户每月的产品购买量
• 所有用户每月的消费总次数
• 统计每月的消费人数

df.groupby(‘month’)[‘购买金额’].sum()

plt.rcParams[‘font.sans-serif’] = [‘Simhei’] # 解决显示中文乱码问题
mpl.style.use(‘ggplot’)
fig = plt.figure(figsize=(8,5))
df.groupby(‘month’)[‘购买金额’].sum().plot()
plt.xlabel(‘日期’)
plt.ylabel(‘金额’)
plt.title(‘用户每月花费金额曲线图’)

• 所有用户每月的产品购买量
  df.groupby(‘month’)[‘购买产品的数量’].sum()

plt.rcParams[‘font.sans-serif’] = [‘Simhei’]
mpl.style.use(‘ggplot’)
fig = plt.figure(figsize=(8,5))
df.groupby(‘month’)[‘购买产品的数量’].sum().plot()