Python解析罗永浩直播带货背后的数据秘密！

作为手机界最会说相声的罗永浩，已经正式加盟抖音，全身心投入直播行业了！按罗永浩的话说，是因为看了招商证券的调研报告，也为了偿还之前做手机留下来的债务，所以决定做电商直播。并且在4月1号晚间8点进行了直播带货的首秀。数据显示，在3个小时的直播中，观看人数超过4800万人，总共带货22件商品，销售额超过1.1亿，音浪累计3600W+（换算成RMB为360W）

罗永浩首战告捷后，我们将视角对准他卖货的一些细节，来分析这位想要成为直播卖货一哥的潜力。

1-数据集介绍：
本文中的数据集是按照每件商品进行了归类，分别有品类、折扣、销量、销售额等。

来自卡思数据（ID：caasdata6）

2-读取数据集：
在分析数据之前，我们先要正确的读取出数据，这里我们用到的是pandas.read_csv函数，在这里需要注意的是，因为数据集是用gbk编码的，所以我们在使用read_csv读取的时候需要指定encoding='gbk’参数。

luo = pd.read_csv("罗永浩.csv",encoding='gbk')

读取出来后，你会发现原来的列名不是很整齐，比如销量（万），括号部分会给我们后面的编程带来不便，因此首先对数据集的列名进行规整。

本数据的数量比较少，只有22条（22件商品）。有些列（比如：型号）是有缺失的，一般我们处理缺失数据，要么是删掉，要么是填充，但是这个地方我们可以不用管，因为一会儿我们分析，也基本上不会用到。

3-品类分析：
结论：视频饮料与3C数码占比过半，直播间面向“直男”
首先分析的第一个是品类，看下罗永浩直播首秀，带了哪些类型的货过来了。先上代码：

pinlei = luo['品类'].value_counts()
_ = plt.pie(pinlei.values,labels=pinlei.index,autopct="%.2f%%")

这里我们用到的一个关键函数是value_counts，这个函数是可以将指定的列进行分组，然后计算每个分组的元素个数。正好符合我们的期望。
接下来是用matplotlie的pie方法绘制饼状图。效果图如下：

通过图我们可以分析，品类集中在食品饮料、美妆个护、3C数码、居家日用、家用电器、新奇特6个垂直类别。其中视频饮料和3C数码的数量明显较高，二者占比过半。食品没什么好说，所有人都比较喜欢，这类商品带货风险不大，也是很多电商直播带货的首选。其次是3C数码，这个就要归结于罗永浩的粉丝画像了，数据显示，罗永浩的粉丝中有80.95%为男性，年龄集中在18-35岁。有这么大一批的直男用户，3C数码自然是带货首选啦！

4-销量与销售额分析：
结论：大众消费品最好卖，3C产品收益最高！
我们首先来看下22件商品中的销量。在分析之前先要对销量这一列的数据进行整理，因为销量的数据中包含数字“万”，所以很明显是一个字符串类型，因此先把“万”去掉，然后再转换成浮点类型，方便我们分析：

luo['销量'] = luo