Pandas使用经典案例

2023-09-26 00:22| 来源: 网络整理| 查看: 265

小而全的Pandas数据分析案例

写过很多关于Pandas的文章，本文开展了一个简单的综合使用，主要分为：

如何自行模拟数据多种数据处理方式数据统计与可视化用户RFM模型用户复购周期

构建数据

本案例中用的数据是小编自行模拟的，主要包含两个数据：订单数据和水果信息数据，并且会将两份数据合并

import pandas as pd import numpy as np import random from datetime import * import time import plotly.express as px import plotly.graph_objects as go import plotly as py # 绘制子图 from plotly.subplots import make_subplots

1、时间字段

2、水果和用户

3、生成订单数据

order = pd.DataFrame({ "time":time_range, # 下单时间 "fruit":fruit_list, # 水果名称 "name":name_list, # 顾客名 # 购买量 "kilogram":np.random.choice(list(range(50,100)), size=len(time_range),replace=True) }) order

4、生成水果的信息数据

infortmation = pd.DataFrame({ "fruit":fruits, "price":[3.8, 8.9, 12.8, 6.8, 15.8, 4.9, 5.8, 7], "region":["华南","华北","西北","华中","西北","华南","华北","华中"] }) infortmation

5、数据合并

将订单信息和水果信息直接合并成一个完整的DataFrame，这个df就是接下来处理的数据

6、生成新的字段：订单金额

到这里你可以学到：

如何生成时间相关的数据如何从列表（可迭代对象）中生成随机数据 Pandas的DataFrame自行创建，包含生成新字段 Pandas数据合并分析维度1：时间 2019-2021年每月销量走势

1、先把年份和月份提取出来：

df["year"] = df["time"].dt.year df["month"] = df["time"].dt.month # 同时提取年份和月份 df["year_month"] = df["time"].dt.strftime('%Y%m') df

2、查看字段类型：

3、分年月统计并展示：

# 分年月统计销量 df1 = df.groupby(["year_month"])["kilogram"].sum().reset_index() fig = px.bar(df1,x="year_month",y="kilogram",color="kilogram") fig.update_layout(xaxis_tickangle=45) # 倾斜角度 fig.show()

2019-2021销售额走势 df2 = df.groupby(["year_month"])["amount"].sum().reset_index() df2["amount"] = df2["amount"].apply(lambda x:round(x,2)) fig = go.Figure() fig.add_trace(go.Scatter( # x=df2["year_month"], y=df2["amount"], mode='lines+markers', # mode模式选择 name='lines')) # 名字 fig.update_layout(xaxis_tickangle=45) # 倾斜角度 fig.show()

年度销量、销售额和平均销售额

分析维度2：商品水果年度销量占比 df4 = df.groupby(["year","fruit"]).agg({"kilogram":"sum","amount":"sum"}).reset_index() df4["year"] = df4["year"].astype(str) df4["amount"] = df4["amount"].apply(lambda x: round(x,2)) from plotly.subplots import make_subplots import plotly.graph_objects as go fig = make_subplots( rows=1, cols=3, subplot_titles=["2019年","2020年","2021年"], specs=[[{"type": "domain"}, # 通过type来指定类型 {"type": "domain"}, {"type": "domain"}]] ) years = df4["year"].unique().tolist() for i, year in enumerate(years): name = df4[df4["year"] == year].fruit value = df4[df4["year"] == year].kilogram fig.add_traces(go.Pie(labels=name, values=value ), rows=1,cols=i+1 ) fig.update_traces( textposition='inside', # 'inside','outside','auto','none' textinfo='percent+label', insidetextorientation='radial', # horizontal、radial、tangential hole=.3, hoverinfo="label+percent+name" ) # fig.update_layout(title_text="多行多列子图制作") fig.show()

各水果年度销售金额对比 years = df4["year"].unique().tolist() for _, year in enumerate(years): df5 = df4[df4["year"]==year] fig = go.Figure(go.Treemap( labels = df5["fruit"].tolist(), parents = df5["year"].tolist(), values = df5["amount"].tolist(), textinfo = "label+value+percent root" )) fig.show()

商品月度销量变化

fig = px.bar(df5,x="year_month",y="amount",color="fruit") fig.update_layout(xaxis_tickangle=45) # 倾斜角度 fig.show()

折线图展示的变化：

分析维度3：地区不同地区的销量

不同地区年度平均销售额 df7 = df.groupby(["year","region"])["amount"].mean().reset_index()

分析维度4：用户用户订单量、金额对比 df8 = df.groupby(["name"]).agg({"time":"count","amount":"sum"}).reset_index().rename(columns={"time":"order_number"}) df8.style.background_gradient(cmap="Spectral_r")

用户水果喜好

根据每个用户对每种水果的订单量和订单金额来分析：

df9 = df.groupby(["name","fruit"]).agg({"time":"count","amount":"sum"}).reset_index().rename(columns={"time":"number"}) df10 = df9.sort_values(["name","number","amount"],ascending=[True,False,False]) df10.style.bar(subset=["number","amount"],color="#a97fcf")