大数据分析及应用项目教程(Spark SQL)（微课版） 实训单 实训8 某化妆品在线商店的客户行为数据分析.docx

实训8某化妆品在线商店的客户行为数据分析

一、实训目的与要求

1、综合使用SparkSQL语句进行数据分析。

2、灵活使用DataFrame数据操作的各种方法进行数据分析。

二、操作训练

1、现有一份某化妆品在线商店的客户行为数据集User-behavior.csv（数据文件在本章数据文件夹中），数据集中的字段及含义如下表所示。请根据以下需求，使用SparkSQL相关知识对数据集进行操作分析。

字段

含义

event_time

客户行为时间

event_type

客户行为类型

product_id

化妆产品ID

brand

化妆产品品牌

price

产品价格

user_id

客户ID

（1）请查看数据集数，并查看前5行数据情况。

操作结果截图+签名

（2）在这份数据集中，有多少客户对此线上商店进行了浏览？

操作结果截图+签名

（3）在这份数据集的时间段中，所有商品属于多少个品牌分类？

操作结果截图+签名

（4）这段时间中，每天卖出了多少商品？

操作结果截图+签名

（5）请根据客户行为数据，统计这段时间客户“view（浏览）”、“cart（加入购物车）”、“remove_from_cart（从购物车删除）”、“purchase（购买）”这几种行为的占比。

操作结果截图+签名

（6）除了无品牌以外，哪种品牌的化妆品被购买的数量最多？

操作结果截图+签名

2、利用题1的数据，使用SparkSQL中DataFrame的各种数据操作方法对数据进行查询分析，完成以下任务。

（1）了解各个产品的销售额情况，并查看销售额最高的产品。

操作结果截图+签名

（2）获取被浏览次数最多的产品ID。

操作结果截图+签名

（3）查看每个品牌的销售额情况，并查看销售额最高的化妆品品牌。

操作结果截图+签名