基于Python实现的电商平台数据分析系统源码+项目使用说明

# 分析思路 1. 读取数据 2. 数据处理 3. 数据分析及可视化 4. 数据分析报告 # 一.读取数据 | EN | CN | |--|--| | id | 编号 | | orderID | 订单编号 | | userID | 用户编号 | | goodsID | 商品编号 | | orderAmount | 订单金额 | | payment | 支付金额 | | chanelID | 渠道编号 | | platformType | 平台类型 | | orderTime | 下单时间 | | payTime | 支付时间 | | chargeback | 退单拒付 | ## 1.1 加载数据文件 ``` import pandas as pd //加载处理数据所需要的库 df = pd.read_excel('order2020.xlsx',index_col='id') //读取数据文件 #pd.set_option('display.width',None) //设置数据展示宽度 #print(df.tail(10)) //展示导入数据的后10行，以便检查 ``` - pd.set_option('display.width',None) //设置数据展示宽度，解决列展示出现省略号问题 - print(df.head()) //默认读取前5行记录 - print(df.tail(10)) //读取后10行的数据，无参默认为5行  ## 1.2 提取数据 ### 1.2.1根据业务需要提取数据,提取2020年数据 ``` # 1.引入时间模块, 确定周期时间 import datetime # 2.确定开始时间节点与结束时间节点 startTime = datetime.datetime(2020, 1, 1) #开始时间 endTime = datetime.datetime(2020, 12, 31, 23, 59, 59) #结束时间 # 3.将2020年1月1日前数据删除 df[df.orderTime < startTime] #删除数据 drop(index="索引", inplace=True,False) df.drop(index=df[df.orderTime < startTime].index, inplace=True) # 4.将2020年12月31日后数据删除 df[df.orderTime > endTime] df.drop(index=df[df.orderTime > endTime].index, inplace=True) ```  ### 1.2.2提取数据时,处理与业务流程不符合数据、支付时间间隔过长数据 ``` # 1.下单时间与支付时间间隔 df['payinterval'] = (df.payTime-df.orderTime).dt.total_seconds() # 2.支付时间间隔大于30分钟与支付时间早于下单时间 df[df.payinterval>1800] df.drop(index=df[df.payinterval>1800].index, inplace=True) df.drop(index=df[df.payinterval<0].index, inplace=True) ```  ### 1.2.3提取数据时,处理与业务流程不符合数据,订单金额与支付金额为负 ``` # 1.订单金额为负 df[df.orderAmount < 0] # 2.付款金额为负 df[df.payment < 0] # 3.删除相应订单 df.drop(index=df[df.orderAmount < 0].index, inplace=True) #删除负订单金额 df.drop(index=df[df.payment < 0].index, inplace=True) #删除负付款金额 ```  # 二.数据处理 ## 查看数据 ``` #1.查看非空信息 df.info() #2. 查看整体描述 df.describe() ```  ## 2.1 数据清洗 ### 脏数据类型 1. 重复值 2. 异常值 3. 缺失值 ### 脏数据处理方式  ### 2.1.1 清洗orderID ``` #1.订单orderID不重复的个数 df.orderID.unique().size #2.删除重复数据 df.drop(index=df[df.orderID.duplicated()].index, inplace=True) df.info() ```  ### 2.1.2 清洗goodsID ``` #PR000000 商品下架 df.goodsID[df.goodsID == 'PR000000'].size df.drop(index=df[df.goodsID == 'PR000000'].index, inplace=True) df.info() ```  ### 2.1.3 清洗chanelID ``` #1.查看chanelID空值 df[df.chanelID.isnull()] #2.对空值进行修补 df['chanelID'].fillna(value=df.chanelID.mode()[0], inplace=True) df.info() ```  ### 2.1.4 清洗platformtype ``` print(df.platformType.unique()) #列出所有不重复平台 df['platformType']=df['platformType'].str.replace(" ","") #空字符串代替空格 print(df.platformType.unique()) #列出所有不重复平台，再次检查 ```  ### 2.1.5 清洗payment ``` # 1.创建折扣字段 df['discount'] = (df.payment/df.orderAmount) df.describe() # 2.平均折扣 meanDiscount = df[df['discount']<=1].discount.sum() / df[df['discount']<=1].discount.size meanDiscount # 3.找到折扣大于1的数据 df[df['discount']>1] df['payment'] = df['payment'].mask(df['discount']>1,None) # 4.对折扣大于1的数据进行填补 df['payment'].fillna(value=df.orderAmount*meanDiscount , inplace=True) df.info() # 5.处理折扣 df['discount'] = round((df.payment/df.orderAmount),2) pd.set_option('display.width',None) print(df) ```  ### 2.2 数据规整 ``` df['month'] = df['orderTime'].dt.month #提取月份 df['weekday'] = df['orderTime'].dt.dayofweek+1 #周几 df['orderDate'] = df['orderTime'].dt.date #print(df) ```  ### 数据处理完毕 查看数据 `print(df.describe())` ``` 输出结果： orderAmount payment payinterval discount month weekday count 103146.000000 103146.000000 103146.000000 103146.000000 103146.000000 103146.000000 mean 1050.466247 993.373100 59.438204 0.917957 7.157835 3.885211 std 1054.020910 1042.470804 127.309944 0.138318 3.299359 1.937466 min 6.100000 0.000000 0.000000 0.000000 1.000000 1.000000 25% 432.495000 379.310000 15.000000 0.900000 5.000000 2.000000 50% 680.620000 627.890000 23.000000 0.960000 7.000000 4.000000 75% 1249.685000 1193.792500 46.000000 1.000000 10.000000 5.000000 max 28465.250000 28465.250000 1788.000000 1.000000 12.000000 7.000000 Process finished with exit code 0 ``` # 三.分析数据及可视化 ## 3.1 分析数据,整体运营情况 ``` #总体概览 # 1.销售GMV df.orderAmount.sum()/10000 #10835 # 2.成交总和 df.payment.sum()/10000 #10246 # 3.实际成交额 df[df.chargeback=="否"].payment.sum()/10000 # 8879 # 4.订单数量 df.orderID.unique().size #103146 # 5.退货订单数 df[df.chargeback=="是"].orderID.size #13590 # 6.退货率 df[df.chargeback=="是"].orderID.size/df.orderID.unique().size # 7.用户数 df.userID.unique().size #78525 ``` ## 3.2销售情况,各月份GMV\成交额趋势 ``` #1.绘制图形 #1.1引入相应的库 from PythonDataAnalyse import df #调用PythonDataAnalyse.py的df函数 import matplotlib.pyplot as plt from matplotlib.font_manager import FontProperties plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['font.serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False #1.2设置字体 my_font =FontProperties(fname='C:/Windows/Fonts/Deng.ttf',size=12,) #1.3设置画布大小 plt.figure(figsize=(10,6)) #1.4设置网格线 辅助线 plt.grid(alpha=0.4) #2.横纵坐标值 #2.1所有横坐标都一致 x = df.groupby('month')['orderAmount'].sum().index #2.2GMV y1 = df.groupby('month')['orderAmount'].sum().values/10000 #2.3销售实际付款 y2 = df.groupby('month')['payment'].sum().values/10000 #2.4不含退单销售额 y3 = df[df.chargeback=="否"].groupby('month')['payment'].sum().values/10000 #2.5 X横轴坐标文字 x_ticks_label = ["{}月份".format(i) for i in x] #2.6 x轴刻�