数据分析实战项目2：优衣库销售数据分析

目录

优衣库销售数据分析

1、需求和数据加载

数据：不同城市优衣库门店的销售数据，
需求：

• 不同产品的销售方式，顾客喜欢的购买方式（线上or线下）
• 销售额与成本之间的关系
• 购买时间偏好

import pandas as pd
uniqlo = pd.read_csv('./data/uniqlo.csv')
uniqlo.head()
uniqlo.info()
uniqlo.shape
uniqlo.describe()

看数据查看问题：revenue最小值出现负值

uniqlo[uniqlo.revenue<1]#销售金额小于1的记录

2、不同种类产品的销售情况

2.1 不同产品的销售情况

对列A分组，不同组的列B求和值，并降序排列
date.groupby(‘列A’)[‘列B’].sum().sort_values(ascending=False)

#不同种类的订单数
uniqlo.groupby('product')['order'].sum().sort_values(ascending=False)

#不同种类的销售数
uniqlo.groupby('product')['quant'].sum().sort_values(ascending=False)

做列A和列B联合的不同种类，的列C数量
date.pivot_table(values = ‘列C’,index=‘列A’，columns=‘列B’,aggfunc = ‘sum’,)–输出是多行多列的表

排序：sort_values()默认升序

#不同城市，不同种类的销售量
uniqlo.pivot_table(index='product',columns='city',values='quant',aggfunc='sum').sort_values('上海',ascending=False)#按上海降序排列

商品类别后，再城市，再加了一个维度（线上/线下）：

#对城市拆解后，再进一步按线上线下拆解
uniqlo.pivot_table(index='product',columns=['city','channel'],values='quant',aggfunc='sum')

3、用户的消费方式（线上or线下）

1，统计使用不同消费方式的订单数量

uniqlo.groupby('channel')['order'].sum()

结论：总体上，线下比线上多

#进一步按照城市拆解
uniqlo.pivot_table(index='city',columns='channel',values='order',aggfunc='sum').sort_values('线上',ascending=False)

2,同样可以看一下销量(商品数)

uniqlo.pivot_table(index='city',columns='channel',values='quant',aggfunc='sum').sort_values('线上',ascending=False)

4、用户的消费习惯（周间or周末）

#看一下周末，周间的整体情况
uniqlo.wkd_ind.value_counts()

结论：整体上看，周末的销售记录要比周间多

#查看不同城市，周末间的情况
wkd_sales = uniqlo.pivot_table(index='wkd_ind',columns='city',values='quant',aggfunc='sum')

因为周间有5天，周末2天，可以考虑求一下平均

#计算每天的销售额
week_sales.loc['weekday_avg',:]= week_sales.loc['weekday',:]/5
week_sales.loc['weekend_avg',:]= week_sales.loc['weekend',:]/2
week_sales

结论：取平均后，还是周末比较多

5、销售额和成本之间的关系

1，销售额revenue和成本unit_cost之间的关系–计算相关系数corr

uniqlo[['revenue','unit_cost']].corr()

0.14—关系不太大
问题：应该研究单位销售额和单位成本之间的关系

#筛选出销售额大于1的数据
uniqlo2 = uniqlo[uniqlo.revenue >1]
uniqlo2.head()#计算单位商品的销售额
uniqlo2['rev_per_goods']= uniqlo2['revenue']/uniqlo2['quant']
uniqlo2.head()#再计算相关系数
uniqlo2[['revenue','rev_per_goods']].corr()

0.5了，相关性还行
热力图—sns.heatmap（相关系数的计算）

#对应热力图
sns.heatmap(uniqlo2[['unit_cost','rev_per_goods']].corr())