大数据分析项目实战--天猫订单综合分析

天猫订单综合分析

分析订单转化率、销量趋势、地域分布统计等。

一、数据背景

本数据集共收集了发生在一个月内的28010条数据，字段包含以下：

1. 订单编号：订单编号
2. 总金额：订单总金额
3. 买家实际支付金额：总金额 - 退款金额（在已付款的情况下）。金额为0（在未付款的情况下）
4. 收货地址：各个省份
5. 订单创建时间：下单时间
6. 订单付款时间：付款时间
7. 退款金额：付款后申请退款的金额。如无付过款，退款金额为0

二、分析目的

订单每个环节的转化转化率
订单成交的时间（按天）趋势(按实际成交）
订单数在区域上的分布统计

三、读取数据

导入相关包

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
import os
import warnings
warnings.filterwarnings('ignore')

读取并查看数据

path = r'E:/pycharm_workspace/pythonWeb/datas/tmall_order_report.csv'
df = pd.read_csv(path,engine = 'python',encoding = 'utf')
print(df.head(1))
print(df.tail(1))
print(df.columns)

四、处理数据

规范字段名称

# 将字段名称中空格去掉，规范字段名称
df=df.rename(columns={'收货地址 ':'收货地址','订单付款时间 ':'订单付款时间'})
print(df.columns)
print(df.info())

重复值与缺失值

print(df.duplicated().sum())    #重复值
print(df.isnull().sum())        #缺失值

五、数据分析

订单转化率

• 计算每个环节的数据
• 将得到如下的数据： [[‘总订单数’, ‘28010’], [‘付款订单数’, ‘24087’], [‘到款订单数’, ‘18955’],
  [‘全额到款订单数’, ‘18441’]]

1.买家实际支付金额：总金额 - 退款金额（在已付款的情况下）。金额为0（在未付款的情况下）
2.退款金额：付款后申请退款的金额。（如无付过款，退款金额为0）

dict_convs = dict()

key = '总订单数'
dict_convs[key] = len(df)
#print(len(df))

key = '付款订单数'
# 付款时间不为空的，表示付过款
df_payed = df[df['订单付款时间'].notnull()]
dict_convs[key] = len(df_payed)
#print(len(df_payed))

key = '到款订单数'
# 买家实际支付金额：总金额 - 退款金额（在已付款的情况下）
# 买家实际支付金额不为0的，说明订单商家收到过款
df_trans = df_payed[df_payed['买家实际支付金额'] != 0]
dict_convs[key] = len(df_trans)
#print(len(df_trans))

key = '全额到款订单数'
# 在付款的订单中，退款金额为0的，说明没有退款，表示全额收款
df_trans_full = df_payed[df_payed['退款金额'] == 0]
dict_convs[key] = len(df_trans_full)
#print(len(df_trans_full))
print(dict_convs)
df_convs = pd.Series(dict_convs,name = '订单数').to_frame()
print(df_convs)

总体转化率

# 添加总体转化率,每个环节除以总订单数
name = '总体转化率'
total_convs = df_convs['订单数']/df_convs.loc['总订单数','订单数']*100
df_convs[name] = total_convs.apply(lambda x : round(x,0))
print(df_convs)

整体订单数趋势

# 总体订单趋势
# 按到款订单统计
df_trans['订单创建时间'] = df_trans['订单创建时间'].astype('datetime64')
df_trans=df_trans.set_index('订单创建时间')
#print(df_trans.head(1))
se_trans_month = df_trans.resample('D')['订单编号'].count()
#print(se_trans_month)
se_trans_month.plot()
plt.show()

销量区域分布统计

# 销售区域分布统计
from pylab import mpl
mpl.rcParams['font.sans-serif'] = ['SimHei']
se_trans_map = df_trans.groupby('收货地址')['收货地址'].count().sort_values(ascending = False)
plt.figure(dpi = 100)
se_trans_map.plot(kind = 'bar')
plt.show()