优衣库案例分析

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline

uiq = pd.read_csv('uniqco.csv')
uiq.head()

	store_id	city	channel	gender_group	age_group	wkd_ind	product	customer	revenue	order	quant	unit_cost
0	658	深圳	线下	Female	25-29	Weekday	当季新品	4	796.0	4	4	59
1	146	杭州	线下	Female	25-29	Weekday	运动	1	149.0	1	1	49
2	70	深圳	线下	Male	>=60	Weekday	T恤	2	178.0	2	2	49
3	658	深圳	线下	Female	25-29	Weekday	T恤	1	59.0	1	1	49
4	229	深圳	线下	Male	20-24	Weekend	袜子	2	65.0	2	3	9

uiq.info()
'''

RangeIndex: 22293 entries, 0 to 22292
Data columns (total 12 columns):
 #   Column        Non-Null Count  Dtype  
---  ------        --------------  -----  
 0   store_id      22293 non-null  int64  
 1   city          22293 non-null  object 
 2   channel       22293 non-null  object 
 3   gender_group  22293 non-null  object 
 4   age_group     22293 non-null  object 
 5   wkd_ind       22293 non-null  object 
 6   product       22293 non-null  object 
 7   customer      22293 non-null  int64  
 8   revenue       22293 non-null  float64
 9   order         22293 non-null  int64  
 10  quant         22293 non-null  int64  
 11  unit_cost     22293 non-null  int64  
dtypes: float64(1), int64(5), object(6)
memory usage: 2.0+ MB

'''

uiq.describe()

         store_id	   customer	  revenue	       order	        quant	   unit_cost
count  22293.000000	22293.000000 22293.000000	22293.000000    22293.000000 22293.000000
mean	335.391558	1.629480	159.531371	    1.651998	    1.858072	   46.124658
std	    230.236167	1.785605	276.254066	    1.861480	    2.347301	    19.124347
min	    19.000000	1.000000	-0.660000	    1.000000	    1.000000	    9.000000
25%	    142.000000	1.000000	64.000000	    1.000000	    1.000000	    49.000000
50%	    315.000000	1.000000	99.000000	    1.000000	    1.000000	    49.000000
75%	    480.000000	2.000000	175.000000	    2.000000	    2.000000	    49.000000
max	    831.000000	58.000000	12538.000000	65.000000	    84.000000	    99.000000

 

不同产品的销售情况 

#参数1 数据，uiq代表的是传入的数据; 参数index 数据透视表行显示哪些数据 values 值计算哪些列，aggfunc聚合函数，quant代表一共卖了多少件
sales_table=pd.pivot_table(uiq,index=["product"],values=["order","quant","revenue"],aggfunc="sum") #uiq代表的是传入的数据，quant代表一共卖了多少件
sales_table.sort_values(['revenue'],ascending=False)
sales_table

	order	quant	revenue
product
T恤	16792	18425	1538744.84
当季新品	4835	5338	590664.88
毛衣	1258	1356	245630.80
牛仔裤	2292	2432	246127.48
短裤	2375	2821	107485.88
袜子	2775	3639	127731.36
裙子	980	995	137302.78
运动	1538	1794	118059.68
配件	3983	4622	444685.15

#所有列名显示
sales_table.columns
#Index(['order', 'quant', 'revenue'], dtype='object')

 

不同产品的销售额柱状图展示 

sales_table.reset_index(inplace=True)
sns.barplot(x="product",y="revenue",data=sales_table) #barplot 绘制柱状图

 

根据产品销售数量排序并绘制柱状图

sales_table.sort_values(["quant"],ascending=False)

	product	order	quant	revenue
0	T恤	16792	18425	1538744.84
1	当季新品	4835	5338	590664.88
8	配件	3983	4622	444685.15
5	袜子	2775	3639	127731.36
4	短裤	2375	2821	107485.88
3	牛仔裤	2292	2432	246127.48
7	运动	1538	1794	118059.68
2	毛衣	1258	1356	245630.80
6	裙子	980	995	137302.78

sns.barplot(x="product",y="quant",data=sales_table)

 

顾客喜欢的购买方式

uiq["channel"].value_counts()
'''
线下    18403
线上     3890
Name: channel, dtype: int64
'''

#使用countplot,count是对数据加总，plot将数据进行可视化.hue分类
sns.countplot(y='city',hue="channel",data=uiq,order=uiq["city"].value_counts().index)

 

不同产品的购买方式

sns.countplot(y="product",hue="channel",data=uiq,order=uiq["product"].value_counts().index)

 

不同时间的购买方式，周末和工作日

sns.countplot(y="wkd_ind",hue="channel",data=uiq,order=uiq["wkd_ind"].value_counts().index)

#周末和工作日的购买件数
uiq["wkd_ind"].value_counts()
'''
Weekday    12465
Weekend     9828
Name: wkd_ind, dtype: int64
'''

结论：平均到每一天，周末的销售量更好一点儿

 

不同城市在不同类别产品的销售情况

pd.pivot_table(uiq,index=["product"],columns=["city"],values=["quant"],aggfunc="sum")

	quant
city	上海	北京	南京	广州	成都	杭州	武汉	深圳	西安	重庆
product
T恤	2118	800	568	1681	1079	3100	2964	3697	1145	1273
当季新品	550	188	266	459	329	840	862	1126	281	437
毛衣	131	37	44	149	92	238	202	248	105	110
牛仔裤	307	46	52	194	178	388	415	477	152	223
短裤	306	87	49	266	179	456	490	608	174	206
袜子	370	123	117	379	240	662	568	735	186	259
裙子	102	27	26	107	77	163	165	201	71	56
运动	171	31	17	174	125	351	282	364	118	161
配件	550	138	126	406	225	777	755	1046	260	339

 

不同城市在不同年龄段的销售额情况

pd.pivot_table(uiq,index=["age_group"],columns=["city"],values=["revenue"],aggfunc="sum")#(aggfunc="max"最大值，数据可以经过改动，查找自己需要的数据)

 

	revenue
city	上海	北京	南京	广州	成都	杭州	武汉	深圳	西安	重庆
age_group
20-24	47532.55	23462.56	23539.31	38387.75	23012.36	104246.43	91602.19	120307.87	43624.05	36374.34
25-29	73727.05	34565.05	28245.99	66196.80	41078.57	127612.60	151480.96	171336.77	43540.34	45642.92
30-34	91942.37	28044.47	29427.29	75522.14	57381.77	126068.58	112524.17	156983.93	39325.07	64677.57
35-39	70375.56	21821.10	9923.13	54666.58	34745.49	100718.35	91052.62	110862.52	35028.55	51408.82
40-44	26845.36	5167.82	6179.15	24948.03	15606.07	35781.94	43639.25	50526.00	13709.00	20025.20
45-49	14112.00	3211.00	15909.39	17207.60	6655.27	24754.69	22736.34	28702.60	8212.00	10325.48
50-54	25330.45	2416.00	2415.00	7407.38	3997.00	10608.78	15957.88	19030.58	5051.56	6564.00
55-59	7696.52	1968.31	971.00	7652.00	6167.00	10472.00	12360.43	15046.70	3971.46	4300.32
<20	5568.60	2190.00	2519.00	6744.50	4306.57	18956.61	11968.18	18179.28	5020.99	5675.00
>=60	24205.27	7533.31	3625.67	17858.71	14603.76	28828.51	34645.76	39649.57	13063.60	17431.00
Unkown	2486.00	79.00	396.00	1533.00	636.00	1470.00	1810.00	2497.86	228.00	1068.00

 

城市不同类别产品的对比图

sns.countplot(y="product",hue="city",data=uiq,order=uiq["product"].value_counts().index[:3])

 

不同城市年龄区间的销售额情况

city_age_group=pd.pivot_table(uiq,index=["age_group"],columns=["city"],values=["revenue"],aggfunc='sum')

city_age_group.index
'''
Index(['20-24', '25-29', '30-34', '35-39', '40-44', '45-49', '50-54', '55-59',
       '<20', '>=60', 'Unkown'],
      dtype='object', name='age_group')
'''

city_age_group.columns
'''
MultiIndex([('revenue', '上海'),
            ('revenue', '北京'),
            ('revenue', '南京'),
            ('revenue', '广州'),
            ('revenue', '成都'),
            ('revenue', '杭州'),
            ('revenue', '武汉'),
            ('revenue', '深圳'),
            ('revenue', '西安'),
            ('revenue', '重庆')],
           names=[None, 'city'])
'''

city_age_group

	revenue
city	上海	北京	南京	广州	成都	杭州	武汉	深圳	西安	重庆
age_group
20-24	47532.55	23462.56	23539.31	38387.75	23012.36	104246.43	91602.19	120307.87	43624.05	36374.34
25-29	73727.05	34565.05	28245.99	66196.80	41078.57	127612.60	151480.96	171336.77	43540.34	45642.92
30-34	91942.37	28044.47	29427.29	75522.14	57381.77	126068.58	112524.17	156983.93	39325.07	64677.57
35-39	70375.56	21821.10	9923.13	54666.58	34745.49	100718.35	91052.62	110862.52	35028.55	51408.82
40-44	26845.36	5167.82	6179.15	24948.03	15606.07	35781.94	43639.25	50526.00	13709.00	20025.20
45-49	14112.00	3211.00	15909.39	17207.60	6655.27	24754.69	22736.34	28702.60	8212.00	10325.48
50-54	25330.45	2416.00	2415.00	7407.38	3997.00	10608.78	15957.88	19030.58	5051.56	6564.00
55-59	7696.52	1968.31	971.00	7652.00	6167.00	10472.00	12360.43	15046.70	3971.46	4300.32
<20	5568.60	2190.00	2519.00	6744.50	4306.57	18956.61	11968.18	18179.28	5020.99	5675.00
>=60	24205.27	7533.31	3625.67	17858.71	14603.76	28828.51	34645.76	39649.57	13063.60	17431.00
Unkown	2486.00	79.00	396.00	1533.00	636.00	1470.00	1810.00	2497.86	228.00	1068.00

city_age_group1=pd.DataFrame(city_age_group.values,index=['20-24', '25-29', '30-34', '35-39', '40-44', '45-49', '50-54', '55-59',
       '<20', '>=60', 'Unkown'],columns=['上海','北京','南京','广州','成都','杭州','武汉','深圳','西安','重庆'])

city_age_group1["上海"].sort_values(ascending=False)
'''
30-34     91942.37
25-29     73727.05
35-39     70375.56
20-24     47532.55
40-44     26845.36
50-54     25330.45
>=60      24205.27
45-49     14112.00
55-59      7696.52
<20        5568.60
Unkown     2486.00
Name: 上海, dtype: float64
'''

city_age_group1["南京"].sort_values(ascending=False)
'''
30-34     29427.29
25-29     28245.99
20-24     23539.31
45-49     15909.39
35-39      9923.13
40-44      6179.15
>=60       3625.67
<20        2519.00
50-54      2415.00
55-59       971.00
Unkown      396.00
Name: 南京, dtype: float64
'''

 

不同年龄段在时间上的消费的习惯

sns.countplot(y="age_group",hue="wkd_ind",data=uiq,order=uiq["age_group"].value_counts().index)

 

销售额和成本之间的关系

uiq[["revenue","unit_cost"]].corr()

	revenue	unit_cost
revenue	1.00000	0.14844
unit_cost	0.14844	1.00000

uiq["product"].unique()
#array(['当季新品', '运动', 'T恤', '袜子', '短裤', '牛仔裤', '毛衣', '配件', '裙子'],
      dtype=object)

uiq[uiq["product"]=="牛仔裤"]["unit_cost"].unique() #产品单价成本计算
#array([69], dtype=int64)

uiq["price"]=uiq["revenue"]/uiq["quant"]
uiq["price"]
'''
0        199.000000
1        149.000000
2         89.000000
3         59.000000
4         21.666667
            ...    
22288     40.000000
22289     79.000000
22290     79.000000
22291     26.000000
22292     79.000000
Name: price, Length: 22293, dtype: float64
'''

uiq["income"]=uiq["price"]-uiq["unit_cost"] #income是毛利润
uiq

	store_id	city	channel	gender_group	age_group	wkd_ind	product	customer	revenue	order	quant	unit_cost	price	income
0	658	深圳	线下	Female	25-29	Weekday	当季新品	4	796.0	4	4	59	199.000000	140.000000
1	146	杭州	线下	Female	25-29	Weekday	运动	1	149.0	1	1	49	149.000000	100.000000
2	70	深圳	线下	Male	>=60	Weekday	T恤	2	178.0	2	2	49	89.000000	40.000000
3	658	深圳	线下	Female	25-29	Weekday	T恤	1	59.0	1	1	49	59.000000	10.000000
4	229	深圳	线下	Male	20-24	Weekend	袜子	2	65.0	2	3	9	21.666667	12.666667
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
22288	146	杭州	线下	Female	30-34	Weekday	短裤	1	80.0	1	2	19	40.000000	21.000000
22289	430	成都	线下	Female	25-29	Weekend	T恤	1	79.0	1	1	49	79.000000	30.000000
22290	449	武汉	线下	Female	35-39	Weekday	T恤	1	158.0	1	2	49	79.000000	30.000000
22291	758	杭州	线下	Female	20-24	Weekday	袜子	1	26.0	1	1	9	26.000000	17.000000
22292	616	成都	线下	Male	30-34	Weekday	当季新品	1	79.0	1	1	59	79.000000	20.000000

22293 rows × 14 columns