数据分析之实例三：用户消费行为数据分析（一）.pdfVIP

数据分析之实例三：⽤户消费⾏为数据分析（⼀） #user_id:⽤户id，order_dt:购买⽇期,order_products:购买产品数量，order_amount:购买⾦额 #数据时间：1997年1⽉-1998年6⽉的⾏为数据 import numpy as np import pandas as pd import matplotlib.pyplot as plt from datetime import datetime %matplotlib inline #在⾏内显⽰ plt.style.use(ggplot)#更改绘图风格 plt.rcParams[font.sans-serif] = [Arial Unicode MS]#设置字体 #导⼊数据 columns=[user_id,order_dt,order_products,order_amount] df=pd.read_table(cd_ma.txt,names=columns,sep=\s+) #sep=s\s+代表匹配任意空格 df #1. ⽇期格式需要转换 #2.存在⼀个⽤户⼀天内购买多次 df.describe() df[order_date]=pd.to_datetime(df[order_dt],format=%Y%m%d) #format=%Y%m%d按照指定格式转成数据列，%Y代表四位的年，%m代表两位⽉，%d代表两位⽇，%y代表两位年，%h代表两位⼩时，%M代表两位分钟 df[month]=df[order_date].astype(datetime64[M]) #将order_date转化成精度为⽉份的数据列,astype(datetime64[M])精度转换，转成⽉份进度 df.head() #按照⽉份统计购买产品数量，消费⾦额，消费次数，消费⼈数 plt.figure(figsize=(20,15))#单位时英⼨ #每⽉产品购买数量 plt.subplot(2,2,1)#绘制在两⾏两列第⼀个图中 df.groupby(month)[order_products].sum().plot()#默认折线图 plt.title(每⽉产品购买数量) #每⽉的消费⾦额 plt.subplot(2,2,2)#绘制在两⾏两列第⼆个图中 df.groupby(month)[order_amount].sum().plot()#默认折线图 plt.title(每⽉的消费⾦额) #每⽉消费次数 plt.subplot(2,2,3)#绘制在两⾏两列第三个图中 df.groupby(month)[user_id].count().plot()#默认折线图 plt.title(⽉消费次数) #每⽉消费⼈数（根据user_id去重统计） plt.subplot(2,2,4)#绘制在两⾏两列第三个图中 df.groupby(by=month)[user_id].apply(lambda x:len(x.drop_duplicates())).plot() #apply(lambda x:len(x.drop_duplicates()))去重作⽤，然后⽤len()长度计算，作为⼈数数量的统计 plt.title(⽉消费次数) #分析结果：前三个⽉销量⾮常⾼，后⾯下降然后基本趋于平稳 ⽤户个体的消费分析 #1.⽤户消费⾦额，消费次数（产品数量）描述统计 user_grouped=df.groupby(by=user_id).sum() user_grouped.describe() #⽤户数237570，每个⽤户平均购买7个，但是中位数只有3个，并且最⼤值1033个,平均值⼤于中位数，明显右偏 #绘制⽤户的产品的购买数量与消费⾦额的散点图 df.plot(kind=scatter,x=order_products,y=order_amount) #⽤户的消费分布图 plt.figure(figsize=(12,4)) plt.subplot(1,2,1) plt.xlabel(每个订单的消费⾦额) df[order_amount].plot(kind=hist,bins=50) #bins区间分数，影响柱⼦的宽度，值越⼤柱⼦越细 plt.subplot(1,2,2) plt.xlabel(每个uid购买数量) df.groupby(by=user_id)[order_products].sum().plot(kind=hist,bins=50)