电商在线订单分析与可视化

一、项目描述

随着电商的不断发展，网上购物变得越来越流行。更多电商平台崛起，对于电商卖家来说增加的不只是人们越来越高的需求，还要面对更多强大的竞争对手。面对这些挑战，就需要能够及时发现店铺经营中的问题，并且能够有效解决这些实际的问题，从而提升自身的竞争力。

根据已有数据对店铺整体运营情况进行分析，了解运营状况，对未来进行预测，已经成为电商运营必不可少的技能。

二、需求分析

为了更好地了解平台的经营状况，对销售数据进行分析，提出优化平台运营的策略，从而为平台创造更多价值。

对订单、客户、商品、地区和时间序列进行详细的分析以及可视化，从而得出这些方面对于平台销售额的影响，随之进行改善。

技术支持：利用jupyter实现

三、数据采集与清洗

导入包和数据集

import pandas as pd
import numpy as np
# 导入数据
mydata = pd.read_csv(r'Excel电商在线订单数据集.csv')
mydata.head()

显示效果：

1. 重复值处理

整个数据集有541909条数据，其中完全重复的数据有5268条，剔除后剩下536641条交易数据。

# 去除重复值，只有当两行数据完全相同时才算是重复值
before_delete=mydata.shape[0]
mydata.drop_duplicates(inplace = True)
after_delete = mydata.shape[0]
print("删除前行数",before_delete,'删除后行数:',after_delete,'重复行数：',before_delete-after_delete)

实现效果：

2.缺失值处理

    Description和CustomerID两个字段即商品描述和客户ID有缺失值，其中Descriptio缺失1454条，占总数据量的0.27%；CustomerID缺失135037行，占总数据量的25.2%。

    因为商品描述是文本类型数据、对于本分析的结果不重要且缺失值占比非常小，所以不对其进行充填。

# 商品的描述特性是没办法进行缺失值处理的
# 处理缺失值
# 根据结果发现Description和CustomerID两个是有缺失值的
# 考虑到商品的描述特性是没办法进行缺失值处理的
mydata.info()

实现效果：

     对于CustomerID，缺失量占到了总数居的四分之一且其本身对分析结果有重要意义，必须对其填充。在已验证当前CustomerID中没有0值的前提下，充填方式选择为用0代替缺失的CustomerID值。

mydata['CustomerID'].nunique()

显示效果：

# 对于缺失值的处理一般有中位数、众数、前值填充、后值填充、定值填充等方法
# 本次考虑FFill填充可能会造成较大偏差，因此采用定值填充考虑定值为0
# 首先，观察有无id==0的商品
# 注意：商品的id是数值型，不是字符串类型，结果出现的是一行字段名，说明没有商品id为0的商品
mydata[mydata['CustomerID']==0]

实现效果：

mydata['CustomerID'].fillna(0,inplace = True)  #用0填充缺失值
mydata['CustomerID'].isnull().sum()   #结果为0表是商品id已无缺失值
#对空值计数
mydata.isnull().sum()

实现效果：

至此，缺失值处理完毕。

3. 数据转换

基于业务常识，数据形式应以合适的形式存储

mydata['Date'] = pd.to_datetime(mydata['Date'])
mydata.dtypes # 查看字段类型

# 将商品的id转换为整型
mydata['CustomerID'] = mydata['CustomerID'].astype('int64')
# 增加一列求每次消费的消费总额
mydata['SumCost'] = mydata['Quantity'] * mydata['UnitPrice']
# 描述性统计
mydata.describe()

3. 异常值处理

    基于业务常识，商品单价和商品数量应为正数，查看数据时发现这两种类型的异常值。

筛选出数量小于0、价格小于0的值

# 根据结果可以知道，有负值出现，这不是正常现象。所以可以想到是订单取消或者订单失败
# 筛选出数量小于0、价格小于0的值
# 根据输出结果可以发现订单的编码都是以C开头的
mydata[(mydata['Quantity'] <=0) | (mydata['UnitPrice']<=0)]

实现效果：

取出来查看后，发现由两种原因造成：

    订单被取消即发票号以Ｃ开头的记录(共11761条)；坏账数据即发票号以A开头的记录(共2条)。对于被取消的订单：由于没有发生实质交易，对平台的交易数据不存在影响故直接删除，但后续可以针对这部分数据可以尝试分析挖掘取消背后的原因；

    对于坏账：数据量极小，且坏账金额也极其微小，在此也选择直接删除。

    创建新表格，只包含取消订单的表格

query_c = mydata['InvoiceNo'].str.contains('C')   #找订单编码包含C
# 创建新表格，只包含取消订单的表格
mydata_cannel = mydata.loc[query_c == True,:].copy()
# 创建新表格，不包含取消的订单
mydata_success = mydata.loc[-(query_c==True),:].copy()
mydata_cannel.head()

取消的订单显示结果：

创建新表格，不包含取消订单的表格

mydata_success.head()

处理完取消订单后在看一下价格为0的订单

# 处理完取消订单后在看一下价格为0的订单
query_free = mydata_success['UnitPrice'] == 0
mydata_free = mydata_success.loc[query_free == True,:].copy()
mydata_not_free = mydata_success.loc[-(query_free == True),:].copy()
mydata_not_free.describe()

发现仍存在价格为负的订单：

发现订单编号是A开头的，表示坏账，应该删除：

# 根据结果发现仍然存在价格为负的订单：
query_mzero =mydata_not_free['UnitPrice'] <0
mydata_mzero = mydata_not_free.loc[query_mzero==True,:]
mydata_mzero

# 发现订单编号是以A开头的，表示坏账，应该删除
# 最终显示结果
mydata_finall = mydata_not_free.loc[-(query_mzero) == True,:]
mydata_finall

将产生的数据存储到新的csv文件：

mydata_finall.to_csv(r'new_OnlineRetail.csv')

四、数据分析以及可视化

    从不同角度对数据进行分析，其中包括从商品角度、从用户角度等进行分析，将数据背后的价值挖掘出来。

1.从商品角度

1.1 大卖商品TOP20

#商品角度 热卖商品TOP20
quantity_sort=mydata["Quantity"].groupby(mydata["StockCode"]).sum().sort_values(ascending=False)
quantity_sort[:20]

实现效果：

1.2退货最多商品TOP20

#退货商品TOP20
quantity_sort[-20:]

1.3商品的价位分布、各价位区间的销量

#商品的价位分布、各价位区间的销量
mydata_unique_stock=mydata.drop_duplicates(["StockCode"])    # 统计商品的种类数
mydata_unique_stock['UnitPrice'].describe()    # 进行价格描述

    描述统计中看出，商品均价 6.9 > 商品价格的中位数 2.51，属于右偏分布，说明该网站大多售卖低价商品，少部分商品价格昂贵，少数高价商品将均值拉大，商品价格的标准差较大。

1.4该网站各个在售商品具体的价位分布情况

import matplotlib.pyplot as plt
import os

该网站各个在售商品具体的价位分布情况

# 根据均值和中位数对单价UnitPrice进行分组
web_price_cut=pd.cut(mydata_unique_stock['UnitPrice'],bins=[0,1,2,3,4,5,6,7,10,15,20,25,30,50,100,10000]).value_counts().sort_index()
web_p_per=web_price_cut/web_price_cut.sum()
web_p_cumper=web_price_cut.cumsum()/web_price_cut.sum()
web_p_dis=pd.concat([web_p_per,web_p_cumper],axis=1)
web_p_dis

显示效果：

画图显示：

# 画图显示
web_p_per=pd.DataFrame(web_p_per).reset_index()
%matplotlib inline
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号
plt.figure(figsize=(15,6))
x=web_p_per['index'].astype("str")
y=web_p_per['UnitPrice']
plt.bar(x,y)
web_p_cumper.plot(c='g',linewidth=2.0)
plt.xlabel('价格区间',size=15)
plt.ylabel('百分比',size=15)
plt.legend(['各价格区间累计百分比','各价格区间占比'],loc='upper left')
plt.show()
#从图表中可以看出，
# 商品类别数在价格(0,3]的区间里占比最高,合计有60%左右；
# 15元以内的商品就占了96.98%。

图像显示：

1.5不同价位商品的销量情况

#不同价位商品的销量情况
cut=pd.cut(mydata['UnitPrice'],bins=[0,1,2,3,4,5,6,7,10,15,20,25,30,50,100,10000])
quan_price=mydata['Quantity'].groupby(cut).sum()
sale_p_per=quan_price/quan_price.sum()
sale_p_cumper=quan_price.cumsum()/quan_price.sum()
sale_p_dis=pd.concat([sale_p_per,sale_p_cumper],axis=1)
sale_p_dis.columns=['销量占比','销量累计占比']
sale_p_dis

现实情况：

# 画图显示
sale_p_per=pd.DataFrame(sale_p_per).reset_index()
plt.figure(figsize=(15,6))
x=sale_p_per['UnitPrice'].astype("str")
y=sale_p_per['Quantity']
plt.bar(x,y)
web_p_cumper.plot(c='g',linewidth=2.0)
plt.xlabel('价格区间',size=15)
plt.ylabel('百分比',size=15)
plt.legend(['各价格区间销售量累计占比','各价格区间销售量占比'],loc='upper left')
plt.show()

# 图表显示，85.5%的销量集中在价格在3元以内的商品，
# 其中0-1区间的占比最高，为39%，区间1-2其次；
# 15元以内的商品销售比例就占据了高达99.7%。

1.6退货商品按不同价格区间进行分组

# 退货商品的价格切片
cut1=pd.cut(mydata_cannel['UnitPrice'],bins=[0,1,2,3,4,5,6,7,10,15,20,25,30,50,100,10000])
return_group=mydata_cannel['Quantity'].groupby(cut1).sum()    # 对退货数量进行价格分组
# 统计出退货商品各个价位区间的数量占比和累计数量占比
per_cumper=pd.concat([return_group/return_group.sum(),return_group.cumsum()/return_group.sum()],axis=1)
per_cumper.columns=['退货数占比','退货数累计占比']
per_cumper

显示：

画图：

return_per=pd.DataFrame(return_group/return_group.sum()).reset_index()
return_cumper=return_group.cumsum()/return_group.sum()
plt.figure(figsize=(15,6))
x=return_per['UnitPrice'].astype("str")
y=return_per['Quantity']
plt.bar(x,y)
return_cumper.plot(c='g',linewidth=2.0)
plt.xlabel('价格区间',size=15)
plt.ylabel('百分比',size=15)
plt.legend(['退货量累计占比','退货量占比'],loc='upper left')
plt.show()
#由图可以看出退货商品最多的价格区间为 1 - 3，价格为 3以内的商品退货占比高达 93.6%

1.7 对比不同价位的退货商品数和退货商品所属种类数分布

unique_stock=mydata_cannel.drop_duplicates('StockCode')    # 选出所有商品种类
# 将所有商品按照价格分组
return_uni_group=pd.cut(unique_stock['UnitPrice'],
                        bins=[0,1,2,3,4,5,6,7,10,15,20,25,30,50,100,10000]).value_counts().sort_index()

#画图显示不同价格区间的退货商品数和退货商品类数
plt.figure(figsize=(12,6))
(return_group/return_group.sum()).plot(c='r')
(return_uni_group/return_uni_group.sum()).plot(c='b')
plt.xlabel('价格区间',size=15)
plt.ylabel('百分比',size=15)
plt.legend(['退货商品数占比','退货商品类占比'])
plt.show()
#相较于退货商品数量最多的价格区间 1 - 3，
# 退货商品种类数最多的价格区间是 1 - 2，
# 除此以外，4-5、7-10的价格区间也是退货商品种类数较多的区间。

2.从用户角度

2.1 购买金额最多、购买频率最高的TOP20顾客

#计算消费金额TOP20顾客
customer_total=mydata_success["SumCost"].groupby(mydata_success["CustomerID"]).sum().sort_values(ascending=False)
customer_total[:20]

# 消费频次top20
customer_buy_freqency=mydata_success["InvoiceNo"].groupby(mydata_success["CustomerID"]).count().sort_values(ascending=False)

customer_buy_freqency[:20]

2.2 按订单分组，查看各个订单中购买的商品种类数量

按订单分组，查看各个成功订单中购买的商品种类数量描述

order_prodtype=mydata_success['StockCode'].groupby(mydata_success['InvoiceNo']).count().sort_values(ascending=False)
order_prodtype.describe()

实现分段：

pd.cut(order_prodtype,bins=[0,25,50,100,200,300,500,1000,1200]).value_counts().sort_index()

描述中可以看出订单中商品种数差距很大，观察平均值和中位数，发现订单的商品种数集中在 25 种左右，而一半的订单中，其种类数低于 15 种，75% 的订单中商品种数都是在 28 种以下，极少数订单的商品种数是过百的，在这些未退货的顾客中，大部分的订单商品种数在100以内。

实现效果：

2.3退货商品的情况

按订单分组，查看各个退货订单中购买的商品种类数量描述

# 按订单分组，查看各个退货订单中购买的商品种类数量描述
order_re_prodtype=mydata_cannel['StockCode'].groupby(mydata_cannel['InvoiceNo']).count().sort_values(ascending=False)
order_re_prodtype.describe()

显示效果：

# 分段显示
pd.cut(order_re_prodtype,bins=[0,5,10,20,30,40,50,100,120]).value_counts().sort_index()

数据分析：相比于未退货订单，退货订单的商品种类大部分都在 10 以内。

2.4 不同国家顾客消费占比

# 不同国家顾客消费占比
country_total=mydata['SumCost'].groupby(mydata['Country']).sum().sort_values(ascending=False)
country_total_per=country_total/country_total.sum()
country_total_per

    ![](https://img-blog.csdnimg.cn/f647e529718145ffba7fd3823dbf5f06.png)

2.5 不同国家顾客数量占比

# 不同国家顾客数量占比
country_customer=mydata['CustomerID'].groupby(mydata['Country']).count().sort_values(ascending=False)
country_customer_per=country_customer/country_customer.sum()
country_customer_per

#按消费额和顾客数占比的国家分布情况
country_total_per.drop("United Kingdom",inplace=True)
country_customer_per.drop("United Kingdom",inplace=True)
plt.scatter(country_total_per.sort_index(),country_customer_per.sort_index())
plt.xlabel('消费额占比')
plt.ylabel('顾客数占比')

2.6 各个国家的顾客的平均消费情况

#不同国家的顾客的平均水平
mydata["SumCost"].groupby(mydata["Country"]).mean().sort_values(ascending=False)
#这家电商网站有91.36%的顾客和84%的销售额来自本国英国，然而在顾客的平均消费方面，本国只有 16.7，排名倒数第 4。
#去除本国的极端值（图中红色框位置），
销售额占比超过1%的国家有荷兰、爱尔兰、德国、法国和澳大利亚；
顾客数占比超过1%的国家有德国、法国和爱尔兰；
平均顾客消费额最高的国家是荷兰、澳大利亚、日本和瑞典，
这些国家可以作为开拓海外市场的重点对象。

     数据分析：这家电商网站有91.36%的顾客和84%的销售额来自本国英国，然而在顾客的平均消费方面，英国本国只有 16.7元，排名倒数第 4。除英国外，销售额占比超过1%的国家有荷兰、爱尔兰、德国、法国和澳大利亚；除英国外，顾客数占比超过1%的国家有德国、法国和爱尔兰；平均顾客消费额最高的国家是荷兰、澳大利亚、日本和瑞典，这些国家可以作为该电商平台开拓海外市场的重点对象。

3.RFM模型客户细分

3.1 RFM模型了解：

    分析：作为商家，我们要对客户进行分组，对不同用户进行不同的营销策略，从而达到事半功倍的效果。RFM模型是衡量客户价值和客户创造利益能力的重要工具和手段，所以RFM模型适合对用户进行分析，做出精准营销。

各个指标含义：

R-最近一次消费 (Recency)

F-消费频率 (Frequency)

M-消费金额 (Monetary)

用户分类

R

F

M

重要价值客户

高

高

高

重要发展客户

高

低

高

重要保持客户

低

高

高

重要挽留客户

低

低

高

一般价值客户

高

高

低

一般发展客户

高

低

低

一般保持客户

低

高

低

一般挽留客户

低

低

低

3.2 建模

计算用户最近 1 次消费时间间隔 - R值

# 先求用户最近一次消费的时间
last_trans_date = mydata_success.groupby('CustomerID')['Date'].max()
last_trans_date

#计算用户最近 1 次消费时间间隔 - R值
# 用户最近一次消费距参考时间的间隔天数

R = (mydata_success['Date'].max() - last_trans_date).dt.days
R

** 计算用户的消费频率 - F值**

#计算用户的消费频率 - F值
# 用户所下的订单数量---消费频率
F = mydata_success.groupby('CustomerID')['InvoiceNo'].nunique()
F

**计算用户的消费金额 - M值**

#计算用户的消费金额 - M值
# 用户的消费总金额
M = mydata_success.groupby('CustomerID')['SumCost'].sum()
M

** 3.3 R、F、M 值打分、客户的价值分类和汇总**

#解决了中文字符显示为方框或乱码的形式
from pylab import mpl
# 设置显示中文字体
mpl.rcParams["font.sans-serif"] = ["SimHei"]
plt.figure(figsize=(6,18))

plt.subplot(2, 1, 2)
plt.hist(R,bins=30)
plt.xlabel('最近一次消费的天数间隔')
plt.legend(['用户数'],loc='upper right')
plt.subplot(2, 2, 1)
plt.hist(F,bins=30)
plt.xlabel('消费次数')
plt.legend(['用户数'],loc='upper right')
plt.subplot(2, 2, 2)
plt.hist(M,bins=30)
plt.xlabel('消费金额')
plt.legend(['用户数'],loc='upper right')
plt.show()

#%%

R.describe()

#%%

F.describe()

#%%

M.describe()

实现效果：

3.4 分别给 R、F、M 三个值进行分级并为 RFM 打分表格

给 R、F、M 三个值进行分级

# 切分5级
R_bins = [0,30,70,150,270,400]
F_bins = [1,2,3,10,20,2500]
M_bins = [0,500,2000,5000,20000,2000000]

R_score = pd.cut(R,R_bins,labels=[5,4,3,2,1],right=False)
F_score = pd.cut(F,F_bins,labels=[1,2,3,4,5],right=False)
M_score = pd.cut(M,M_bins,labels=[1,2,3,4,5],right=False)
rfm = pd.concat([R_score,F_score,M_score],axis=1)
rfm.rename(columns={'Date':'R_score','InvoiceNo':'F_score','SumCost':'M_score'},inplace=True)
rfm

3.5 更改 R、F、M 值类型并求出各自均值，并进行打分

for i in ['R_score','F_score','M_score']:
          rfm[i]=rfm[i].astype(float)
rfm.describe()

rfm['R_grade'] = np.where(rfm['R_score']>3.64,'高','低')
rfm['F_grade'] = np.where(rfm['F_score']>2.23,'高','低')
rfm['M_grade'] = np.where(rfm['M_score']>1.87,'高','低')
rfm

3.6 根据 R、F、M 评级对用户进行价值细分

rfm['user_category']=rfm['R_grade'].str[:]+rfm['F_grade'].str[:]+rfm['M_grade'].str[:]
rfm['user_category'] =rfm['user_category'].str.strip()

def trans(x):
    if x=='高高高':
        return '重要价值客户'
    elif x=='高低高':
        return '重要发展客户'
    elif x=='低高高':
        return '重要保持客户'
    elif x=='低低高':
        return '重要挽留客户'
    elif x=='高高低':
        return '一般价值客户'
    elif x=='高低低':
        return '一般发展客户'
    elif x=='低高低':
        return '一般保持客户'
    else:
        return '一般挽留客户'

rfm['用户等级']=rfm['user_category'].apply(trans)
rfm

3.7 用户汇总

# 各类用户数汇总
rfm['用户等级'].value_counts()

绘图：

# 画图显示
plt.figure(figsize=(12,6))
plt.bar(rfm['用户等级'].value_counts().index,rfm['用户等级'].value_counts().values)
plt.legend(['用户数'],loc='upper right')
plt.show()

4. 时间维度

4.1不同月份的退货、未退货商品数量和金额

** 退货按照年月对订单和金额进行分组**

退货商品数表

#不同月份的退货、未退货商品数量和金额
# 退货商品数表
df1 = mydata_cannel[mydata_cannel['Year']==2010]
df2 = mydata_cannel[mydata_cannel['Year']==2011]
temp1 = df2['Quantity'].groupby(df2['Month']).sum()
temp1 = pd.DataFrame(temp1).rename(columns={'Quantity':'2011'})
temp1['2010']=df1['Quantity'].groupby(df1['Month']).sum()
temp1 = temp1.reset_index()
temp1.head()

退货金额表

# 退货金额表
df3 = mydata_cannel[mydata_cannel['Year']==2010]
df4 = mydata_cannel[mydata_cannel['Year']==2011]
temp2 = df4['SumCost'].groupby(df4['Month']).sum()
temp2 = pd.DataFrame(temp2).rename(columns={'SumCost':'2011'})
temp2['2010']=df3['SumCost'].groupby(df3['Month']).sum()
temp2 = temp2.reset_index()
temp2.head()

退回订单数以及订单额绘图：

plt.figure(figsize=(10,10))
plt.subplot(2, 1, 1)
x1=temp1['Month']
y1=np.abs(temp1['2011'])
y2=np.abs(temp1['2010'])
plt.scatter(x1,y2,c='g')
plt.plot(x1,y1)
plt.xlabel('月份')
plt.ylabel('退回订单数')
plt.legend(['2011年','2010年'],loc='upper center')

plt.subplot(2, 1, 2)
x2=temp2['Month']
y3=np.abs(temp2['2011'])
y4=np.abs(temp2['2010'])
plt.bar(x1,y3)
plt.plot(x1,y4,c='g',marker='o')
plt.xlabel('月份')
plt.ylabel('退回订单额')
plt.legend(['2010年','2011年'],loc='upper center')
plt.show()

实现效果：

** 未退货按照年月对订单和金额进行分组**

未退货商品数表

# 未退货商品数表
df5 = mydata_success[mydata_success['Year']==2010]
df6 = mydata_success[mydata_success['Year']==2011]
temp3 = df6['Quantity'].groupby(df6['Month']).sum()
temp3 = pd.DataFrame(temp3).rename(columns={'Quantity':'2011'})
temp3['2010']=df5['Quantity'].groupby(df5['Month']).sum()
temp3 = temp3.reset_index()
temp3.head()

实现效果：

 交易成功金额表：

# 货金额表
df7 = mydata_success[mydata_success['Year']==2010]
df8 = mydata_success[mydata_success['Year']==2011]
temp4 = df8['SumCost'].groupby(df8['Month']).sum()
temp4 = pd.DataFrame(temp4).rename(columns={'SumCost':'2011'})
temp4['2010']=df7['SumCost'].groupby(df7['Month']).sum()
temp4 = temp4.reset_index()
temp4.head()

成功订单：

plt.figure(figsize=(10,10))
plt.subplot(2, 1, 1)
x5=temp3['Month']
y5=np.abs(temp3['2011'])
y6=np.abs(temp3['2010'])
plt.scatter(x5,y6,c='g')
plt.plot(x5,y5)
plt.xlabel('月份')
plt.ylabel('成功订单数')
plt.legend(['2011年','2010年'],loc='upper center')

plt.subplot(2, 1, 2)
x6=temp4['Month']
y7=np.abs(temp4['2011'])
y8=np.abs(temp4['2010'])
plt.bar(x5,y7)
plt.plot(x5,y8,c='g',marker='o')
plt.xlabel('月份')
plt.ylabel('成功订单额')
plt.legend(['2010年','2011年'],loc='upper center')
plt.show()

实现效果：

4.2不同月份的销售金额、订单数、订单均额情况

销售额：

mydata['Month']=mydata['Month'].astype('int')
mydata['SumCost'].groupby(mydata['Month']).sum().sort_index().plot()
plt.ylabel('销售额')
plt.show()

订单数：

#画图查看不同月份的订单数
mydata['InvoiceNo'].groupby(mydata['Month']).count().sort_index().plot()
plt.ylabel('订单数')
plt.show()

订单均额:

#画图查看不同月份的订单均销额
mydata['SumCost'].groupby(mydata['Month']).mean().sort_index().plot()
plt.ylabel('订单均销额')
plt.show()

数据分析：销售总金额与订单数量呈现相同的分布，1-12月份的销售总额整体呈上升状态，有小幅度波动，在8-11月份涨幅最大，11月份达到顶峰。一年中，平均订单金额波动较大，分别在3月、5月、9月达到了极大值，其中9月份是全年平均订单金额最大的月份。

4.3不同时间段的销售金额、订单数、订单均额情况

销售金额：

mydata["Hour"]=mydata["Time"].str.split(":",expand=True)[0].astype("int")
mydata['Hour']=mydata['Hour'].astype('int')
mydata['SumCost'].groupby(mydata['Hour']).sum().sort_index().plot()
plt.ylabel('销售额')
plt.show()

订单数：

mydata["Hour"]=mydata["Time"].str.split(":",expand=True)[0].astype("int")
mydata['Hour']=mydata['Hour'].astype('int')
mydata['Quantity'].groupby(mydata['Hour']).sum().sort_index().plot()
plt.ylabel('订单数')
plt.show()

订单均额：

mydata['SumCost'].groupby(mydata['Hour']).mean().sort_index().plot()
plt.ylabel('订单均销额')
plt.show()

     数据总结：总销售金额比较高的订单时间主要集中在 9-16 点，为上班时间，在 10 点、12 点、15 点分别达到了一天中的极大值。订单数最多的处于 11- 17 点，与销售金额的分布大致一样。平均订单金额最高的时间是早上 7 点，其他时间点相差不大。

后续利用Tableau 实现了数据可视化

报告整体效果

https://download.csdn.net/download/m0_53317797/86977193