当前位置：首页 > news >正文

电商双十一美妆数据分析(代码)

news 来源：原创 2025/5/11 9:26:46

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

import seaborn as sns

import jieba

# 数据读取

df = pd.read_csv('双十一_淘宝美妆数据.csv')

# 数据清洗

# 处理重复值

data = df.drop_duplicates(inplace=False)

data = data.reset_index(inplace=False, drop=True)

# 处理缺失值

data['sale_count'].fillna(0, inplace=True)

data['comment_count'].fillna(0, inplace=True)

# 特征工程

# 对title进行分词

sub_title = []

for each in data['title']:

k = jieba.lcut(each)

sub_title.append(k)

data['sub_title'] = sub_title

# 划分主类别和子类别

basic_data = {

"乳液": ("护肤品", "乳液类"),

"柔肤水": ("护肤品", "化妆水"),

"精华素": ("护肤品", "精华类"),

"面霜": ("护肤品", "面霜类"),

"洁面乳": ("护肤品", "清洁类"),

"唇膏": ("化妆品", "口红类"),

"蜜粉": ("化妆品", "底妆类"),

"眼影": ("化妆品", "眼部妆"),

"修容粉": ("化妆品", "修容类")

}

main_type = []

sub_type = []

for i in range(len(data)):

cat = []

sub_cat = []

for j in data['sub_title'][i]:

if j in basic_data:

cat.append(basic_data[j][0])

sub_cat.append(basic_data[j][1])

break

if not cat:

main_type.append('其他')

sub_type.append('其他')

else:

main_type.append(cat[0])

sub_type.append(sub_cat[0])

data['main_type'] = main_type

data['sub_type'] = sub_type

# 判断是否男士专用

sex = []

for i in range(len(data)):

if '男士' in data['sub_title'][i]:

sex.append('是')

elif 'man' in data['sub_title'][i]:

sex.append('是')

elif '男性' in data['sub_title'][i]:

sex.append('是')

else:

sex.append('否')

data['是否男士专用'] = sex

# 新增销售额列

data['销售额'] = data['price'] * data['sale_count']

# 数据分析及可视化

# 各店铺商品数量、总销量、总销售额、平均单价

plt.figure(figsize=(16, 12))

plt.subplot(2, 2, 1)

data['店名'].value_counts().sort_values().plot(kind='barh')

plt.title('各店铺商品数量', fontsize = 15)

plt.ylabel('店名', fontsize = 15)

plt.xlabel('数量', fontsize = 15)

plt.subplot(2, 2, 2)

data.groupby('店名')['sale_count'].sum().sort_values().plot(kind='barh')

plt.title('各店铺总销量', fontsize = 15)

plt.ylabel('店名', fontsize = 15)

plt.xlabel('销量', fontsize = 15)

plt.subplot(2, 2, 3)

data.groupby('店名')['销售额'].sum().sort_values().plot(kind='barh')

plt.title('各店铺总销售额', fontsize = 15)

plt.ylabel('店名', fontsize = 15)

plt.xlabel('销售额', fontsize = 15)

plt.subplot(2, 2, 4)

(data['销售额'] / data['sale_count']).groupby(data['店名']).mean().sort_values().plot(kind='barh')

plt.title('各店铺商品平均单价', fontsize = 15)

plt.ylabel('店名', fontsize = 15)

plt.xlabel('平均单价', fontsize = 15)

plt.tight_layout()

# 不同价格区间店铺销售额占比

avg_price = data.groupby('店名')['销售额'].sum() / data.groupby('店名')['sale_count'].sum()

A = avg_price[(avg_price <= 100) & (avg_price > 0)]

B = avg_price[(avg_price <= 200) & (avg_price > 100)]

C = avg_price[(avg_price <= 300) & (avg_price > 200)]

D = avg_price[avg_price > 300]

sum_sale_A = data[data['店名'].isin(A.index)]['销售额'].sum()

sum_sale_B = data[data['店名'].isin(B.index)]['销售额'].sum()

sum_sale_C = data[data['店名'].isin(C.index)]['销售额'].sum()

sum_sale_D = data[data['店名'].isin(D.index)]['销售额'].sum()

plt.figure(figsize=(12, 6))

plt.subplot(1, 2, 1)

labels = ['均价0-100元', '均价100-200元', '均价200-300元', '均价300元以上']

sizes = [sum_sale_A, sum_sale_B, sum_sale_C, sum_sale_D]

plt.pie(sizes, labels=labels, autopct='%1.1f%%')

plt.title('不同价格区间店铺销售额占比')

plt.subplot(1, 2, 2)

bars = plt.bar(labels, [np.mean(sum_sale_A), np.mean(sum_sale_B), np.mean(sum_sale_C), np.mean(sum_sale_D)])

for bar in bars:

height = bar.get_height()

plt.annotate('{:.2f}'.format(height),

xy=(bar.get_x() + bar.get_width() / 2, height),

xytext=(0, 3), # 3 points vertical offset

textcoords="offset points",

ha='center', va='bottom')

plt.title('不同类别店铺平均销售额')

plt.tight_layout()

# 各大类、小类销量和销售额占比

plt.figure(figsize=(12, 12))

plt.subplot(2, 2, 1)

data.groupby('main_type')['sale_count'].sum().plot(kind='pie', autopct='%1.1f%%')

plt.title('各大类销量占比')

plt.subplot(2, 2, 2)

data.groupby('main_type')['销售额'].sum().plot(kind='pie', autopct='%1.1f%%')

plt.title('各大类销售额占比')

plt.subplot(2, 2, 3)

data.groupby('sub_type')['sale_count'].sum().plot(kind='pie', autopct='%1.1f%%')

plt.title('各小类销量占比')

plt.subplot(2, 2, 4)

data.groupby('sub_type')['销售额'].sum().plot(kind='pie', autopct='%1.1f%%')

plt.title('各小类销售额占比')

plt.tight_layout()

# 各店铺各大类、小类销量和销售额情况

# 先去除总销量为0的店铺

data1 = data.drop(index = data[data['sale_count'] == 0].index)

data1 = data1.reset_index(inplace=False, drop=True)

plt.figure(figsize=(16, 12))

plt.subplot(2, 2, 1)

sns.barplot(x='店名', y='sale_count', hue='main_type', data=data1)

plt.title('各店铺各大类的销售量', fontsize = 15)

plt.ylabel('销量', fontsize = 15)

plt.xticks(rotation=45)

plt.subplot(2, 2, 2)

sns.barplot(x='店名', y='销售额', hue='main_type', data=data1)

plt.title('各店铺各大类的销售额', fontsize = 15)

plt.ylabel('销售额', fontsize = 15)

plt.xticks(rotation=45)

plt.subplot(2, 2, 3)

sns.barplot(x='店名', y='sale_count', hue='sub_type', data=data1)

plt.title('各店铺各小类的销售量', fontsize = 15)

plt.ylabel('销量', fontsize = 15)

plt.xticks(rotation=45)

plt.subplot(2, 2, 4)

sns.barplot(x='店名', y='销售额', hue='sub_type', data=data1)

plt.title('各店铺各小类的销售额', fontsize = 15)

plt.ylabel('销售额', fontsize = 15)

plt.xticks(rotation=45)

plt.tight_layout()

# 男士专用和非男士专用相关分析

plt.figure(figsize=(16, 16))

plt.subplot(2, 2, 1)

data.loc[data['是否男士专用'] == '是'].groupby('main_type')['sale_count'].sum().plot(kind='pie', autopct='%1.1f%%')

plt.title('男士专用中各类销量占比')

plt.subplot(2, 2, 2)

data.loc[data['是否男士专用'] == '否'].groupby('main_type')['sale_count'].sum().plot(kind='pie', autopct='%1.1f%%')

plt.title('非男士专用中各类销量占比')

plt.subplot(2, 2, 3)

data.groupby('是否男士专用')['sale_count'].sum().plot(kind='pie', autopct='%1.1f%%')

plt.title('男士专用销量占总销量')

plt.subplot(2, 2, 4)

data.groupby('是否男士专用')['销售额'].sum().plot(kind='pie', autopct='%1.1f%%')

plt.title('男士专用销售额占总销售额')

plt.tight_layout()

# 各店铺男士专用商品销量

male_data = data.loc[data['是否男士专用'] == '是']

plt.figure(figsize=(12, 8))

sns.barplot(x='店名', y='sale_count', data=male_data)

plt.title('各店男士专用商品销量', fontsize = 15)

plt.ylabel('销量', fontsize = 15)

plt.tight_layout()

# 时间相关分析（假设update_time是时间字段且为datetime类型，如果不是需先转换）

# data['update_time'] = pd.to_datetime(data['update_time'])

# plt.figure(figsize=(16, 12))

# plt.subplot(2, 1, 1)

# data.groupby('update_time')['sale_count'].sum().plot()

# plt.title('每天的销量')

# plt.ylabel('销量')

# plt.grid(True)

# plt.subplot(2, 1, 2)

# data.groupby('update_time')['销售额'].sum().plot()

# plt.title('每天的销售额')

# plt.ylabel('销售额')

# plt.grid(True)

# plt.tight_layout()

# 评论数相关分析（假设只是简单看各店铺评论数情况）

plt.figure(figsize=(16, 6))

plt.subplot(1, 2, 1)

data.groupby('店名')['comment_count'].sum().sort_values().plot(kind='barh')

plt.title('各店铺总评论数', fontsize = 15)

plt.ylabel('店名', fontsize = 15)

plt.xlabel('评论数', fontsize = 15)

plt.subplot(1, 2, 2)

(data['comment_count'] / data['sale_count']).groupby(data['店名']).mean().sort_values().plot(kind='barh')

plt.title('各店铺平均多少一条评论', fontsize = 15)

plt.ylabel('店名', fontsize = 15)

plt.xlabel('平均评论数', fontsize = 15)

plt.tight_layout()

plt.show()

代码中的数据分析及可视化

店铺综合指标：分析并可视化各店铺商品数量、总销量、总销售额、平均单价。
价格区间分析：划分价格区间，分析不同区间店铺销售额占比及平均销售额。
类别销售占比：分析各大类、小类的销量和销售额占比。
店铺类别销售情况：展示各店铺各大类、小类的销量和销售额情况
男士专用分析：分析男士专用和非男士专用商品在销量和销售额方面的占比，以及各店铺男士专用商品销量
时间及评论数分析：代码中时间分析部分因数据类型不确定（假设需 update_time 为 datetime 类型）未完整实现，评论数部分分析了各店铺总评论数和平均评论数情况。