数据分析 — 新零售用户分析

一、数据字段信息

action（用户行为）

字段名称	意义
user_id	用户编号
sku_id	商品编号
type	行为类型
time	行为时间
cate	品类ID

user（用户数据）

字段名称	意义
user_id	用户编号
age	年龄
sex	性别
user_lv_cd	用户级别
browse_num	浏览数
addcart_num	加购数
delcart_num	删购数
buy_num	购买数
favor_num	收藏数
click_num	点击数

二、数据读取

import pandas as pd  # 导入 Pandas 库并使用别名 pd
# 指定 CSV 文件路径
path = r'F:\data\action.csv'
# 通过 Pandas 读取 CSV 文件，使用 chunksize 参数分块读取，每块大小为 10000 行
data = pd.read_csv(path, chunksize=10000)
# 初始化一个空列表，用于存储每次读取的数据块
chunks = []
# 遍历每个数据块并将其转换为 DataFrame，然后添加到列表中
for chunk in data:
    chunk = pd.DataFrame(chunk)
    chunks.append(chunk)
# 将所有数据块拼接成一个大的 DataFrame
action = pd.concat(chunks)
# 打印数据的信息，包括列名、非空值数量等
action.info()

# 选择特定的列：'user_id','sku_id','time','type','cate'
action = action[['user_id', 'sku_id', 'time', 'type', 'cate']]
# 输出筛选后的数据的基本信息
action.info()

# 输出筛选后的数据的基本信息
print(action.head())