电商⽤户数据分析报告 CDNow曾经是⼀家在线⾳乐零售平台，后被德国波泰尔斯曼娱乐集团公司出资收购，其资产总价值在最辉煌时曾超过10亿美元。本⽂主要通过分析CDNow⽹站的⽤户购买明 细来分析该⽹站的⽤户消费⾏为，使运营部门在营销时更加具有针对性，从⽽节省成本，提升效率。 数据来源 本次分析数据来源CDNow⽹站的⽤户在1997年1⽉1⽇⾄1998年6⽉30⽇期间内购买CD交易明细。 ——提取码: va7h 数据集⼀共有⽤户ID，购买⽇期，订单数，订单⾦额四个字段。 import numpy as np import pandas as pd from datetime import datetime import matplotlib.pyplot as plt import seaborn as sns %matplotlib inline #读取数据 #4列特征，分别为⽤户id，购买⽇期，购买数量，购买⾦额 columns=['user_id','order_dt','order_products','order_amount'] data=pd.read_table('./CDNOW_master.txt',names=columns,sep='\s+') data.head() user_id user_id order_dt order_dt order_products order_products order_amount order_amount 0 0 1 19970101 1 11.77 1 1 2 19970112 1 12.00 2 2 2 19970112 5 77.00 3 3 3 19970102 2 20.76 4 4 3 19970330 2 20.76 data.describe() # 数据的基本信息 user_id user_id order_dt order_dt order_products order_products order_amount order_amount count count 69659.000000 6.965900e+04 69659.000000 69659.000000 mean mean 11470.854592 1.997228e+07 2.410040 35.893648 std std 6819.904848 3.837735e+03 2.333924 36.281942 min min 1.000000 1.997010e+07 1.000000 0.000000 25% 25% 5506.000000 1.997022e+07 1.000000 14.490000 50% 50% 11410.000000 1.997042e+07 2.000000 25.980000 75% 75% 17273.000000 1.997111e+07 3.000000 43.700000 max max 23570.000000 1.998063e+07 99.000000 1286.010000 从上可知，看数据6关键指标：样本数：69659，最⼩值：0，最⼤值：1286，平均值：36，⽅差36，中位数：26。平均数⼤于中位数，右偏 分布。没有空缺数据，不⽤清理直接分析，注意到⽇期数据是整数型，需要转换成时间格式。 #增加两个新时间序列 #将order_dt转化成时间格式 data['order_date']=pd.to_datetime(data.order_dt,format='%Y%m%d') #将order_date转化成每⽉起始第⼀天#将order_date转化成每⽉起始第⼀天 data['month']=data.order_date.values.astype('datetime64[M]') #按⽤户ID进⾏分组 user_grouped=data.groupby('user_id').sum() user_grouped order_dt order_dt order_products order_products order_amount order_amount user_id user_id 1 1 19970101 1 11.77 2 2 39940224 6 89.00 3 3 119833602 16 156.46 4 4 79882233 7 100.50 5 5 219686137 29 385.61 6 6 19970101 1 20.99 7 7 59921434 18 264.67 8 8 159775420 18 197.66 9 9 59921222 6 95.85 10 10 19970121 3 39.31
