python数据分析--------电商打折套路为例

最新推荐文章于 2025-05-17 20:31:52 发布

原创

最新推荐文章于 2025-05-17 20:31:52 发布 · 2.7k 阅读

标签

#python数据分析

收录于

本文通过Python分析电商在双十一期间的打折策略。数据显示，双十一当天共有405个商品参与活动，占比74.18%。此外，未参与活动的商品中，95个商品暂时下架，155个重新上架，69个为预售商品。

如今大数据行业十分火热，本人认为python是比较强大的分析工具，在网易云课堂上学习了python数据分析。做了案例，写下代码分析过程以及分析结论。
以下是电商打折套路的python数据分析项目。

# -*- coding: utf-8 -*-
"""
Created on Wed Jan  9 15:31:45 2019

@author: Administrator
"""

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import warnings
from datetime import datetime

from bokeh.transform import jitter
warnings.filterwarnings('ignore')
from bokeh.plotting import figure ,show,output_file
from bokeh.models import ColumnDataSource
#导入数据
import os
os.chdir('C:\\Users\\Administrator\\Desktop\\python项目\\2电商打折')
#工作路径
df=pd.read_excel('双十一数据.xlsx',sheetname=0)
df.fillna(0,inplace=True)
df.index=df['update-time']
df['date']=df.index.day
#双十一当天在售商品占比数
data1=df[["id","title","店名","date"]]

d1=data1[["id","date"]].groupby(by="id").agg(["max","min"])["date"]
#统计不同商品的销售开始和结束日期
id_11=data1[data1["date"]==11]["id"]

d2=pd.DataFrame({"id":id_11,"双十一是否售卖":True})

id_data=pd.merge(d1,d2,left_index=True,right_on="id",how="left")
id_data.fill