UNIQLO销售数据分析python实战

最新推荐文章于 2024-03-25 13:30:20 发布

原创

最新推荐文章于 2024-03-25 13:30:20 发布 · 1k 阅读

8 ·

CC 4.0 BY-SA版权

文章标签：

#数据分析 #python

该博客通过Python分析UNIQLO销售数据，探讨了销售情况随时间、产品类别和购买方式的变化。发现工作日的销售业绩优于周末，T恤购买量最大，毛衣销售额最高，客户更倾向于线下购物，且产品成本与销售单价呈正相关。同时，介绍了分组聚合和Seaborn图表在数据分析中的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

UNIQLO销售数据表的主要字段：
store_id：门店随机编号id，无实际意义
city：门店所在城市
channel：销售渠道：线上&线下
gender_group：客户性别：F&M
age_group：客户年龄段
wkd_ind：购买时间：周末&周中
product：产品类别
customer：客户数量
revenue：销售金额
order：订单数量（一个客户可能多次购买）
quant：购买的产品数量
unit_cost：产品的成本（包括制造和营销成本）

要分析的业务问题：
Q1：整体销售情况随时间的变化是怎么变化的？
Q2：不同产品的销售情况是怎么样的？客户更加偏爱哪一种购买方式？
Q3：销售额和产品成本之间的关系

打开python敲代码
首先导入相关的库和数据

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
get_ipython().run_line_magic('matplotlib', 'inline')

#解决中文和负号不正常显示的问题
plt.rcParams['font.sans-serif']='SimHei'
plt.rcParams['axes.unicode_minus']=False

#导入数据集
sale=pd.read_csv(r"UNIQLO.csv")

数据初步了解和预处理

sale.info()
#这里显示没有缺失值
#但是查看数据发现，gender_group和age_group中存在Unknow的结果

在这里插入图片描述

#查看前5行数据
sale.head()

在这里插入图片描述

sale.describe()

在这里插入图片描述
发现revenue存在负值，不符合实际情况，销售金额应该大于0。

#对小于等于0的revenue进行计数
sale1=sale[sale['revenue']<=0]
sale1.revenue.value_counts()

在这里插入图片描述

#销售金额为负数和0的记录较少，进行直接删除
sale

最低0.47元/天解锁文章

200万优质内容无限畅学