Python数据分析实战——电商打折套路解析二

2、哪些商品真的在打折呢？

要求：

① 针对每个商品，评估其打折的情况

② 针对在打折的商品，其折扣率是多少

* 用bokeh绘制折线图：x轴为折扣率，y轴为商品数量

③ 按照品牌分析，不同品牌的打折力度

* 用bokeh绘制浮动散点图，y坐标为品牌类型，x坐标为折扣力度

提示：

① 打折情况评估方法：

真打折：商品的价格在10天内有波动、双11价格为10天内最低价、不存在涨价现象

不打折：商品价格无变化

② 针对每个商品做price字段的value值统计，查看价格是否有波动，可以先用pd.cut将date分为不同周期：'双十一前','双十一当天','双十一后'，得到period字段

data[['id','price','date']].groupby(['id','price']).min()

针对统计出来的结果，如果按照id和price分组仍只有一个唯一值，则说明价格未变，没打折；否则为打折

③ 折扣率 = 双十一当天价格 / 双十一之前价格

④ 作图过程中，清除掉折扣率大于95%的数据

# 针对每个商品，评估其打折的情况
#   真打折：商品的价格在10天内有波动、双11价格为10天内最低价、不存在涨价现象
#   不打折：商品价格无变化
import os
os.chdir('/home/zty/Documents/python/Python进阶数据分析及可视化/实战/练习04_电商打折套路解析/')
# 创建工作路径
df = pd.read_excel('双十一淘宝美妆数据.xlsx',sheet_name=0,header=0,index_col=0)
df['date'] = df.index.day     # 提取销售日期
data2 = df[['id','title','店名','date','price']]
data2['period'] = pd.cut(data2['date'],[4,10,11,14],labels = ['双十一前','双十一当天','双十一后'])
#print(data2.head())
# 筛选数据
price = data2[['id','price','period']].groupby(['id','price']).min()
price.reset_index(inplace = True)
# 针对每个商品做price字段的value值统计，查看价格是否有波动
id_count = price['id'].value_counts()
id_type1 = id_count[id_count == 1].index
id_type2 = id_count[id_count != 1].index
# 筛选出“不打折”和“真打折”的商品id
n1 = len(id_type1)
n2 = len(id_type2)
print('真打折的商品数量约占比%.2f%%，不打折的商品数量约占比%.2f%%' % (n2/len(id_count)*100, n1/len(id_count)*100))

# 针对在打折的商品，其折扣率是多少

# result3_data1 = data2[['id','price','price','店名']]
# print(result3_data1.describe)
# data2 = df[['id','title','店名','date','period']]
# data2 = data2.loc[data2.index.drop_duplicates(keep=False),:] # 去掉df1中重复索引
data2['period'] = pd.cut(data2['date'],[4,10,11,14],labels = ['双十一前','双十一当天','双十一后'])
result3_data1 = data2[['id','price','店名','period']].groupby(['id','price']).min()
result3_data1.reset_index(inplace = True)
# 筛选数据
result3_before11 = result3_data1[result3_data1['period'] == '双十一前']
result3_at11 = result3_data1[result3_data1['period'] == '双十一当天']
result3_data2 = pd.merge(result3_at11,result3_before11,on = 'id')
# 筛选出商品双十一当天及双十一之前的价格
result3_data2['zkl'] = result3_data2['price_x'] / result3_data2['price_y']
# 计算折扣率
result3_data2

# 用bokeh绘制折线图：x轴为折扣率，y轴为商品数量占比

bokeh_data = result3_data2[['id','zkl']].dropna()
bokeh_data['zkl_range'] = pd.cut(bokeh_data['zkl'],bins = np.linspace(0,1,21))
bokeh_data2 = bokeh_data.groupby('zkl_range').count().iloc[:-1] # 这里去掉折扣率在0.95-1之间的数据，该区间内数据zkl大部分为1，不打折
bokeh_data2['zkl_pre'] = bokeh_data2['zkl']/bokeh_data2['zkl'].sum()
# 将数据按照折扣率拆分为不同区间，并统计不同1扣率的商品数量
bokeh_data2.index =bokeh_data2.index.astype(np.str)
source = ColumnDataSource(data=bokeh_data2)
# 创建数据
lst_brand = bokeh_data2.index.tolist()
hover = HoverTool(tooltips=[("折扣率", "@zkl")])  # 设置标签显示内容
p = figure(x_range=lst_brand, plot_width=900, plot_height=350, title="商品折扣率统计",
          tools=[hover,'reset,xwheel_zoom,pan,crosshair'])
# 构建绘图空间
p.line(x='zkl_range',y='zkl_pre',source = source,     # 设置x，y值, source → 数据源
       line_width=2, line_alpha = 0.8, line_color = 'black',line_dash = [10,4])   # 线型基本设置
# 绘制折线图
p.circle(x='zkl_range',y='zkl_pre',source = source, size = 8,color = 'red',alpha = 0.8)
p.xgrid.grid_line_color = None
p.axis.minor_tick_line_color = None
p.outline_line_color = None
# 设置其他参数
show(p)

a3 = bokeh_data2.reset_index()
a3['zkl_range'].astype(np.str)

# 按照品牌分析，不同品牌的打折力度

# 用bokeh绘制浮动散点图，y坐标为品牌类型，x坐标为折扣力度
from bokeh.transform import jitter
brands = result3_data2['店名_y'].dropna().unique().tolist()
# 得到y坐标
bokeh_data = result3_data2[['id','zkl','店名_y']].dropna()
bokeh_data = bokeh_data[bokeh_data['zkl'] < 0.95]
source = ColumnDataSource(data = bokeh_data)
# 创建数据
hover = HoverTool(tooltips=[("折扣率", "@zkl")])  # 设置标签显示内容
p = figure(plot_width=800, plot_height=600,y_range=brands,title="不同品牌折扣率情况",
          tools=[hover,'reset,ywheel_zoom,pan,crosshair'])
p.circle(x='zkl', 
         y=jitter('店名_y', width=0.6, range=p.y_range),
         source=source, alpha=0.3)
# jitter参数 → 'day'：第一参数，这里指y的值，width：间隔宽度比例，range：分类范围对象，这里和y轴的分类一致
p.ygrid.grid_line_color = None
# 设置其他参数
show(p)