python数据分析案例——天猫订单综合分析

news2024/11/15 21:58:33

前言

大家早好、午好、晚好吖 ❤ ~欢迎光临本文章

什么是数据分析

明确目的–获得数据(爬虫，现有，公开的数据)–数据预处理——数据可视化——结论

准备

环境使用：

在开始写我们的代码之前，我们要准备好运行代码的程序

Anaconda (python3.9)

–> 识别我们写的代码

开发工具：

jupyter notebook

–> 代码编辑功能敲代码的工具

不会安装的可以文末名片+我获取哦 😎

数据准备:

本数据集共收集了发生在一个月内的28010条数据，包含以下：

7个字段说明

订单编号：订单编号

总金额：订单总金额

买家实际支付金额：总金额 - 退款金额（在已付款的情况下）。金额为0（在未付款的情况下）

收货地址：各个省份

订单创建时间：下单时间

订单付款时间：付款时间

退款金额：付款后申请退款的金额。如无付过款，退款金额为0

分析目的

订单每个环节的转化转化率

订单成交的时间（按天）趋势(按实际成交）

订单数在地图上的分布

订单读取及处理

读取数据

import pandas as pd
df = pd.read_csv('tmall_order_report.csv',encoding='gbk')
df.head()

处理数据

缺失值

df.isnull().sum()
# 订单付款时间 有2923个缺失值，属于正常现象，说明这些单位付过款，无需处理

订单转化率-漏斗图

计算每个环节的数据

将得到如下的数据：

[[‘总订单数’, ‘28010’],

[‘付款订单数’, ‘24087’],

[‘到款订单数’, ‘18955’],

[‘全额到款订单数’, ‘18441’]]

买家实际支付金额：总金额 - 退款金额（在已付款的情况下）。金额为0（在未付款的情况下）

退款金额：付款后申请退款的金额。如无付过款，退款金额为0

订单总笔数

付过款的订单数

key = '付款订单数'

# 付款时间不为空的，表示付过款
df_payed = df[df['订单付款时间'].notnull()]

dict_convs[key] = len(df_payed)

len(df_payed)

到款订单数

key = '到款订单数'

# 买家实际支付金额：总金额 - 退款金额（在已付款的情况下）
# 买家实际支付金额不为0的，说明订单商家收到过款
df_trans = df_payed[df_payed['买家实际支付金额'] != 0]

dict_convs[key] = len(df_trans)

len(df_trans)

# 漏斗图 Funnel
from pyecharts.charts import Funnel
from pyecharts import options as opts

funnel = (
    Funnel()
    .add(
        "总体转化率",
        [list(z) for z in zip(df_convs.index,df_convs["总体转化率"])],

        # 让外面的字体出现在图上面
        label_opts = opts.LabelOpts(position = 'inside')
        )
    # 设置系列选项，格式化输出
    .set_series_opts(tooltip_opts = opts.TooltipOpts(formatter = '{a}<br/>{b}:{c}%'))

    # 设置全局选项，添加标题
    .set_global_opts(title_opts = opts.TitleOpts(title = "总体转化率"))
)
funnel.render_notebook()

那么这个的话就是我们的一个漏斗图，我们可以看到天猫的一个总体转化率还是非常高的对吧

所以说像这个天猫他的一个对于商品的推荐还是做的非常不错的

单一环节转化率

# 添加单一环节转化率,每个环节除以上一环节

name = '单一环节转化率'

# shift(): 让整个列往下移动一个位置
# 那么移完位置之后就不可避免会出现第一个位置是空的
# 所以这里我们把第一个位置填数据
df_convs["单一环节转化率"] = df_convs['订单数'].shift().fillna(28010.0)

df_convs["单一环节转化率"] = round((df_convs['订单数']/df_convs["单一环节转化率"]*100),0)
df_convs

name = '单一环节转化率'

funnel = (
    Funnel()
    .add(
        series_name = name,
        data_pair = [list(z) for z in zip(df_convs.index,df_convs[name])],
        label_opts = opts.LabelOpts(position = 'inside')
    )
    .set_series_opts(tooltip_opts = opts.TooltipOpts(formatter = '{a}<br/>{b}:{c}%'))
)
funnel.render_notebook()

整体订单数趋势

# 按到款订单统计

# 将订单创建时间这一字段改成时间类型的数据
df_trans['订单创建时间'] = df_trans['订单创建时间'].astype('datetime64')
# 然后让订单创建时间变成行标
df_trans=df_trans.set_index('订单创建时间')
# 最后看一下前5行
df_trans.head()

df_trans.resample('D')['订单编号'].count().index.day.astype('str').tolist()

# 重采样，时间序列的内容

# 统计每天的订单数量
se_trans_month = df_trans.resample('D')['订单编号'].count()
se_trans_month

结论：

2月上半个月，企业多数未复工，快递停运，无法发货

下半个月，随着企业复工逐渐增多，订单数开始上涨

#订单平均价格
df_trans['买家实际支付金额'].mean()

销量区域分布-地理图

se_trans_map = df_trans.groupby('收货地址')['订单编号'].count()
se_trans_map

import pyecharts.options as opts
from pyecharts.charts import Map

# 展示地理分布图
map1 = (
    Map()
    .add(
         "订单数",
        [list(i) for i in se_trans_map.items()],
        'china'
    )
    .set_global_opts(
        visualmap_opts=opts.VisualMapOpts(
            max_=max(se_trans_map)*0.6
        )
    )
    
)
map1.render_notebook()