PYTHON实战分析CD消费行为

数据文件，有六万多行

导入库

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

'''
user_id:用户id
order_dt:购买日期
order_product:购买产品数
order_amount:购买金额
'''

选取字段并查看数据基本分布

column = ['user_id', 'order_dt', 'order_product', 'order_amount']
txt = pd.read_csv('cd.txt', sep='\s+', names=column)
print(txt.head())

print(txt.info())

print(txt.describe())

# 处理时间

txt['order_dt'] = pd.to_datetime(txt.order_dt, format='%Y%m%d')
txt['month'] = txt.order_dt.values.astype('datetime64[M]')
print(txt.head())

'''
用户消费趋势分析
   每月的消费总金额
   每月消费次数
   每月产品购买量
   每月消费人数
'''

group_month = txt.groupby('month')
order_month_amount = group_month.order_amount.sum()
print(order_month_amount.head())

plt.style.use('ggplot')
order_month_amount.plot()
plt.show()
# 前三个月较高

# 用户订单数量

group_month.user_id.count().plot()
plt.show()

# 卖出的产品数

group_month.order_amount.sum().plot()
plt.show()

# 按月人数
# 对人数去重

txt.groupby('month').user_id.apply(lambda x: len(x.drop_duplicates())).plot()
plt.show()

# 数据透视

pivot = txt.pivot_table(index='month', values=['order_product', 'order_amount', 'user_id'],
                        aggfunc={'order_product': 'sum', 'order_amount': 'sum', 'user_id': 'count'})
print(pivot.head())

pivot.plot()
plt.show()

# 练习 每月用户平均消费金额和次数

'''
用户个体消费分析
   用户消费金额、消费次数的描述统计
   用户消费金额和消费的散点图
   用户消费金额的分布图
   用户消费次数的分布图
   用户累积消费的占比
'''

group_user = txt.groupby('user_id')
print(group_user.sum().describe())
# 用户平均购买了七张CD，但中位值只有3，说明小部分购买了大量CD
# 用户平均消费了106元，中位值有43，有极值干扰

group_user.sum().plot.scatter(x='order_amount', y='order_product')
plt.show()
# 可以从中看出有极值要过滤

# 绘制散点图

group_user.sum().query('order_amount<4000').plot.scatter(x='order_amount', y='order_product')
plt.show()

# 分层

group_user.sum().order_amount.plot.hist(bins=20)
plt.show()

# 过滤极值

group_user.sum().query('order_amount < 1000').order_amount.plot.hist(bins=40)
plt.show()

# 利用切比雪夫过滤  计算95%的数据分布
# 统计百分占比

user_cumsum = group_user.sum().sort_values('order_amount').apply(lambda x: x.cumsum() / x.sum())
print(user_cumsum)

user_cumsum.reset_index().order_amount.plot()
plt.show()
# 按用户消费金额进行升序排列，由图知50%的用户贡献了15%的消费度而排名前5000的用户就贡献了60%的消费

I AM A PIG

这是一个简介

    互联网冲浪金牌选手。赖床世锦赛纪录保持者，拖延俱乐部顶级VIP，夜宵外卖一级鉴赏师，国家脱单脱贫重点扶持对象，中央戏精学院优秀学生，亚洲酸柠檬推广大使，国家一级退堂鼓表演艺术家。

评论 (125)

评论

我是 s enim interduante quis metus. Duis porta ornare nulla ut bibendum

Rosie

6 minutes ago

Reply

Sed ac lorem felis. Ut in odio lorem. Quisque magna dui, maximus ut commodo sed, vestibulum ac nibh. Aenean a tortor in sem tempus auctor

Agatha Christie

December 4, 2020 at 3:12 pm

Reply

Sed ac lorem felis. Ut in odio lorem. Quisque magna dui, maximus ut commodo sed, vestibulum ac nibh. Aenean a tortor in sem tempus auctor

Steven

December 4, 2020 at 3:12 pm

Reply

Donec in ullamcorper quam. Aenean vel nibh eu magna gravida fermentum. Praesent eget nisi pulvinar, sollicitudin eros vitae, tristique odio.

Danielle Steel

December 4, 2020 at 3:12 pm

Reply