python数据分析菜鸟0级

京东商城商品销售情况分析报告

报告说明

数据集说明

提出的问题

part 1			确定问题&获取数据
# 引入pandas库
inport pandas as pd 
# 导入数据集
df = pd.read_csv('data.csv',encoding='utf-8')

# 查看数据的前五行
df.head()
# 查看数据集的列标签
df.columns

part 2			数据评估&数据清洗
# 查看数据集的行数和列数
df.shape
# 数据集的缺失值检查
df.info()
# 数据的整行重复检查
df.duplicated().sum()

# 数据清洗——删除无关列：axis=1删掉了一列
df.drop(['无关列1','无关列2',......,'无关列N'],axis=1,inplace=True)
	# inplace参数的理解： 修改一个对象时：
	# inplace=True：不创建新的对象，直接对原始对象进行修改；
	# inplace=False：对数据进行修改，创建并返回新的对象承载其修改结果。
# 添加新列销售额
df['sales'] = df['sales_num']*df['sales_price']
# 缺数据的处理：删除缺失值，按行删除
df.dropna(inplace=True)
# 重复数据的处理：删除重复数据，按行删除
df.drop_duplicates(inplace=True)

part 3			数据探讨&得出结论
# 各类目下商品的数量
df['type'].value_counts()       -- 值计数

# 引入matplotlib中的pyplot绘图模块，绘制个商品数量的柱状图
import matplotlib.pyplot as plt
from pylab import mpl           --解决中文字体显示不正常的问题 
mpl.rcParams['font.sana-serif']=['simHei'] 

df.['type'].value_counts().plot(kind='bar',title='各类目的商品数量',color='red',alpha=0.5)
plt.xlabel('商品类目')
plt.ylabel('商品数量')
plt.show()

 # 问题 1	各类目的商品销量   sort_values()降序排列
 df['sales_num'].groupby(df['type']).sum().sort_values(ascending=False)
 # 绘制商品销量柱状图
 sales_num = df['sales_num'].groupby(df['type']).sum().sort_values(ascending=False)
 sales_num.plot(kind='bar',title='各商品销量',color='red',alpha=0.5)
 plt.xlabel('商品类目')
 plt.ylabel('商品销量')
 plt.show()

# 问题 2 	在某个小分类下，商品的最低、最高、平均价是多少？具体的价格分布情况是怎样的？
# 把零食小分类下所有的商品信息筛选出来
df_lingshi=df[df['class_small']=='零食']
# 方法一：
df_lingshi['sale_price'].max()			-- 最高价格
df_lingshi['sale_price'].min()			-- 最低价格
df_lingshi['sale_price'].mean()			-- 平均价格
# 方法二：count:计数	 mean:平均值	 std:	标准差	 min:最小值	 25%:第一四分位差	 50%: 75% max:最大值
df_lingshi['sale_price'].describe()

# 绘制价格的直方图
df_lingshi['sale_price'].plot(kind='hist',title='零食的价格分布情况',color='red',alpha=0.5)
 plt.xlabel('价格')
 plt.ylabel('数量')
 plt.show()

# 问题3 零食中的爆品是哪个？销量多少？价格多少
# 找到销量最大值的位置
index = df_lingshi['sales_num'].inxmax()
# 爆品的名称
df_lingshi['name'][index]
#爆品的销量
df_lingshi['sales_num'][index]
#爆品的价格
df_lingshi['sale_price'][index]

# 问题 4 在零食小分类下，销量和价格是否具有相关性
df_lingshi.plot(x='sale_price',y='sales_num',kind='scatter',title='零食的价格与销量之间的关系',color='red',alpha=0.5)
plt.xlabel('价格')
plt.ylabel('销量')
plt.show()