断崖式降温，南方人过冬有多难？来看看取暖器销量数据
大数据DT
共 3123字，需浏览 7分钟
·
2021-01-09 18:16
导读：这几天大半个中国都经历了一次断崖式降温，你是怎样取暖的？今天用Python分析一下取暖器的全网销售数据。
你在北方的暖气里四季如春，我在南方的寒冬下冻成冰棍儿。 北方人过冬靠的是暖气，南方人过冬靠的是一身正气。 我是一只来自北方的狼，来到南方却被冻成了狗。
# 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)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
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() 
# 计算top10店铺
shop_top10 = df.groupby('shop_name')['purchase_num'].sum().sort_values(ascending=False).head(10)
# 计算销量top10
province_top10 = df.groupby('province_name')['purchase_num'].sum().sort_values(ascending=False).head(10)
干货直达👇
评论