怎么用Python分析全网取暖器数据

本篇内容主要讲解“怎么用Python分析全网取暖器数据”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“怎么用Python分析全网取暖器数据”吧!

为宜春等地区用户提供了全套网页设计制作服务，及宜春网站建设行业解决方案。主营业务为网站设计、成都网站建设、宜春网站设计，以传统方式定制建设网站，并提供域名空间备案等一条龙服务，秉承以专业、用心的态度为用户提供真诚的服务。我们深信只要达到每一位用户的要求，就会得到认可，从而选择与我们长期合作。这样，我们也可以走得更远！

用Python分析全网取暖器数据

我们使用Python获取了淘宝网搜索关键词暖气片、取暖器、壁挂炉的商品数据，并进行了数据分析。

读取数据

首先导入获取的数据。

# 导入工具包
import numpy as np 
import pandas as pd 

from pyecharts.charts import Bar, Pie, Map, Page
from pyecharts import options as opts

import jieba 

# 读取数据
df_all = pd.read_csv('../data/导出数据.csv')
df_all.head()

df_all.shape
(13212, 7)

数据清洗和整理

此处我们需要对数据集进行数据清洗以便后续分析和可视化，主要工作内容如下：

• 删除记录的重复值

• goods_price列处理：提取数值

• purchase_num列处理：提取数值

• 计算销售额sales_volume = goods_price*purchase_num

• 删除多余的列

代码实现如下：

df = df_all.copy()
# 去除重复值
df.drop_duplicates(inplace=True)
df.shape
(6849, 7)

# 筛选记录
df = df[df['purchase_num'].str.contains('人付款')]

# goods_price列处理
df['goods_price'] = df['goods_price'].str.extract('(\d+\.{0,1}\d*)')  
df['goods_price'] = df['goods_price'].astype('float')

# purchase_num列处理
df['num'] = df['purchase_num'].str.extract('(\d+\.{0,1}\d*)')
df['num'] = df['num'].astype('float') 
df['unit'] = [10000 if '万' in i else 1 for i in df['purchase_num']]

# 计算销量
df['purchase_num'] = df['num'] * df['unit']

# 计算销售额
df['sales_volume'] = df['goods_price'] * df['purchase_num']

# 提取省份字段 
df['province_name'] = df['location'].astype('str').str.split(' ').apply(lambda x:x[0]) 

# 删除多余的列
df.drop(['num', 'unit', 'detail_url'], axis=1, inplace=True)

# 重置索引
df = df.reset_index(drop=True)
df.head()

可以看到"取暖器">

接着，看到店铺月销量排名Top10。

店铺月销量排名Top10

可以看到店铺销量前十，凯瑞莱旗舰店位居第一。其后春尚电器专营店和苏宁易购分别是第二第三名。排在前十的还有美的、tcl等品牌。

# 计算top10店铺
shop_top10 = df.groupby('shop_name')['purchase_num'].sum().sort_values(ascending=False).head(10)

全国各省份产地销量排名Top10

这些取暖器的产地都在哪儿呢？经过分析发现，浙江是生产取暖器的头号大省，在产地销量排名中一骑绝尘位居第一。之后排在第二位的是广东。湖南、江苏、山东分别位居第三第四第五名。

# 计算销量top10
province_top10 = df.groupby('province_name')['purchase_num'].sum().sort_values(ascending=False).head(10)

不同价格区间的商品数量占比

取暖器都卖多少钱呢？经过分析发现，100元以下的商品是最多占比高达34.76%。其次是200-500元的商品，占比22.09%。

不同价格区间的销量占比

与此同时，在销量方面，价格在100元以下和100-200元之间的取暖产品也是销量最好的，全网销售量分别占比37.49%和35.92%。

到此，相信大家对“怎么用Python分析全网取暖器数据”有了更深的了解，不妨来实际操作一番吧！这里是创新互联网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！