电子游戏销售数据分析（基于Python+Tableau）

1 项目简介

1.1 数据描述

（1）数据来源

本次分析所采用的数据来源于kaggle上的Video Game Sales数据集 ，该数据集通过爬虫从vgchartzwangz网站上获取，主要描述了全球市场上电子游戏的一个销售情况。电子游戏（Video Games，少部分学者使用Electronic Games）又称电玩游戏（简称电玩），是指所有依托于电子设备平台而运行的交互游戏。根据媒介的不同多分为五种：主机游戏（或称家用机游戏、电视游戏）、掌机游戏、电脑游戏、街机游戏和移动游戏（主要是手机游戏）。一般市场上我们所接触的游戏都是电子游戏。

（2）数据描述

首先将数据集导入Python中进行分析，观察数据集所存在的字段及属性。

#导入常用包
import numpy as np
import pandas as pd 

#导入数据
data=pd.read_csv('vgsales.csv')
data.info()   #给出样本数据的相关信息概览 

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 16598 entries, 0 to 16597
Data columns (total 11 columns):
Rank            16598 non-null int64
Name            16598 non-null object
Platform        16598 non-null object
Year            16327 non-null float64
Genre           16598 non-null object
Publisher       16540 non-null object
NA_Sales        16598 non-null float64
EU_Sales        16598 non-null float64
JP_Sales        16598 non-null float64
Other_Sales     16598 non-null float64
Global_Sales    16598 non-null float64
dtypes: float64(6), int64(1), object(4)
memory usage: 1.4+ MB

可以知道数据集有16598个样本，11个字段，各个字段的主要含义如下：

1.2 分析背景及目的

根据现有的字段，可以从用户、发行商、市场三个方面去分析，得到近年来电子游戏的市场销售情况，具体关注的问题和指标如下：

（1）用户层面

最受用户喜爱的前十款游戏是什么？
用户最常玩的游戏类型是什么？
用户常用的游戏平台是什么？

（2）发行商层面

销量最好的发行商是？前十有哪些？
发行商的发布游戏数量情况？

（3）市场层面

全球市场电子游戏销售额如何变化？
四大地区市场总额如何变化？
主流游戏类型、游戏平台的变化。

（4）数据预测

预测未来两年电子游戏销售总额

1.3 分析思路

进一步，通过数据分析完成对上面问题的回答，分析思路为先采用Python进行数据清洗，再通过tableau进行数据分析及可视化。

2 数据清洗

2.1 缺失值处理

data.head()

	Rank	Name	Platform	Year	Genre	Publisher	NA_Sales	EU_Sales	JP_Sales	Other_Sales	Global_Sales
0	1	Wii Sports	Wii	2006.0	Sports	Nintendo	41.49	29.02	3.77	8.46	82.74
1	2	Super Mario Bros.	NES	1985.0	Platform	Nintendo	29.08	3.58	6.81	0.77	40.24
2	3	Mario Kart Wii	Wii	2008.0	Racing	Nintendo	15.85	12.88	3.79	3.31	35.82
3	4	Wii Sports Resort	Wii	2009.0	Sports	Nintendo	15.75	11.01	3.28	2.96	33.00
4	5	Pokemon Red/Pokemon Blue	GB	1996.0	Role-Playing	Nintendo	11.27	8.89	10.22	1.00	31.37

data.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 16598 entries, 0 to 16597
Data columns (total 11 columns):
Rank            16598 non-null int64
Name            16598 non-null object
Platform        16598 non-null object
Year            16327 non-null float64
Genre           16598 non-null object
Publisher       16540 non-null object
NA_Sales        16598 non-null float64
EU_Sales        16598 non-null float64
JP_Sales        16598 non-null float64
Other_Sales     16598 non-null float64
Global_Sales    16598 non