【python数据分析实战】电商打折套路解析（2）—— 各个品牌参与双十一活动的商品数量分布是怎样的？

水深无声 2023-07-15 09:13 7阅读 0赞

##### 1. 真正参与双十一活动的商品品牌 #####

这里应该包含的数据为双十一当天在售的 + 双十一之前预售的（套路嘛，都懂的，预售的商品会让买家预付定金，然后在双十一当天付款，这也属于参加了双十一的活动）

id_11sale_final = np.hstack((id_11,id_con3))
    result2_id = pd.DataFrame({ 'id':id_11sale_final})
    print(f'商品总数为{m}个')
    print('真正参加活动的商品商品总数为{}个，占比为{:.2f}%'.format(len(result2_id),len(result2_id)/m*100))

–> 输出结果为：（这里使用到了数据横向连接的方式`np.hstack`，然后在将`naddary`数组转化为`DataFrame`数据）

商品总数为3502个
    真正参加活动的商品商品总数为2788个，占比为79.61%

##### 2. 获取商品id对应的原数据 #####

就需要将当前的`id`数据与最初的`df`数据进行合并，然后找到所需要的原来数据，为了查看预售商品和当天在售商品之间的相对比例，关于这两个数据可以单独进行处理，方便后面的制图

**1） 双十一在售的商品的品牌数据**

因为`id_11`为`naddary`数组，所以需要先转化为`DataFrame`数据再进行合并，故引入一个中间变量（临时占位的作用）

x1 =  pd.DataFrame({ 'id':id_11})
    x1_df = pd.merge(x1,df,on = 'id', how = 'left')    
    brand_11sale = x1_df.groupby('店名')['id'].count()
    print(brand_11sale.shape)
    
    #如果不好理解最后一行代码可以换成下面常用的，但是要留意一下两者输出结果的shape
    #brand_11sale = x1_df[['id','店名']].groupby(by = '店名').count()
    #print(brand_11sale.shape,type(brand_11sale))
    #输出的结果为：(22, 1) <class 'pandas.core.frame.DataFrame'>

–> 输出结果为：

(22,) <class 'pandas.core.series.Series'>

**2） `con3` 条件下的商品的品牌数据**

`id_con3`数据是`Series`数据，也是不可以直接和`DataFrame`数据进行合并的，同样需要转换一下数据类型

x2 =  pd.DataFrame({ 'id':id_con3})
    x2_df = pd.merge(x2,df,on = 'id', how = 'left') 
    brand_ys = x2_df.groupby('店名')['id'].count()
    
    #brand_ys = x2_df[['id','店名']].groupby(by = '店名').count()
    #同样也要注意一下输出的shape和type，这会影响下面的构建DataFrame数据

**3） 将数据全部添加到DataFrame数据中**

result2_data = pd.DataFrame({ '当天参与活动商品数量':brand_11sale,
                                '预售商品数量':brand_ys})
    result2_data['参与双十一活动商品总数'] = result2_data['当天参与活动商品数量'] + result2_data['预售商品数量']
    result2_data.sort_values(by = '参与双十一活动商品总数',inplace = True,ascending = False)
    print(result2_data.head(15))

–> 输出结果为：（这是使用第一种方式创建的）  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70]  
那么如果使用常见的分组方式，也就是采用注释的方式如何进行添加到`DataFrame`数据中呢？

这里有两种方式完成这个功能，一个是直接在上面的基础上加上字段的名称，另一个就是`df.assign()`的方式

方法一：很简单的就是把原来的代码后面加上`.id`获取单字段，即是将原来的`DataFrame`数据变成`Series`即可，可以回顾一下之前`DataFrame`数据的创建

result2_data = pd.DataFrame({ '当天参与活动商品数量':brand_11sale.id,
                                '预售商品数量':brand_ys.id},
                                index = brand_ys.index)
    result2_data['参与双十一活动商品总数'] = result2_data['当天参与活动商品数量'] + result2_data['预售商品数量']
    result2_data.sort_values(by = '参与双十一活动商品总数',inplace = True,ascending = False)

方法二：直接在原有的`DataFrame`数据上进行操作，不需要重新创建

result2_data = brand_11sale.assign(ys =  brand_ys.id.tolist())
    result2_data['total'] = list(map(lambda x,y: x+y, result2_data.id,result2_data.ys))
    result2_data.columns = ['当天参与活动商品数量','预售商品数量','参与双十一活动商品总数']
    result2_data.sort_values(by = '参与双十一活动商品总数',inplace = True,ascending = False)

##### 3. 制作堆叠图查看各个品牌参与双十一活动的商品数量分布 #####

from bokeh.models import HoverTool
    from bokeh.core.properties import value
    # 导入相关模块
    
    lst_brand = result2_data.index.tolist()
    lst_type = result2_data.columns.tolist()[:2]
    colors = ["#718dbf" ,"#e84d60"]
    # 设置好参数
    
    result2_data.index.name = 'brand'
    result2_data.columns = ['sale_on_11','presell','sum']
    # 修改数据index和columns名字为英文
    
    source = ColumnDataSource(data=result2_data)
    out
    # 创建数据
    
    hover = HoverTool(tooltips=[("品牌", "@brand"),
                                ("双十一当天参与活动的商品数量", "@sale_on_11"),
                                ("预售商品数量", "@presell"),
                                ("参与双十一活动商品总数", "@sum")
                               ])  # 设置标签显示内容
    
    p = figure(x_range=lst_brand, plot_width=900, plot_height=350, title="各个品牌参与双十一活动的商品数量分布",
              tools=[hover,'reset,xwheel_zoom,pan,crosshair'])
    # 构建绘图空间
    
    p.vbar_stack(lst_type,  # 设置堆叠值，这里source中包含了不同年份的值，years变量用于识别不同堆叠层
                 x='brand',   # 设置x坐标
                 source=source,
                 width=0.9, color=colors, alpha = 0.8,legend=[value(x) for x in lst_type],
                 muted_color='black', muted_alpha=0.2
                 )
    # 绘制堆叠图
    
    p.xgrid.grid_line_color = None
    p.axis.minor_tick_line_color = None
    p.outline_line_color = None
    p.legend.location = "top_right"
    p.legend.orientation = "horizontal"
    p.legend.click_policy="mute"
    # 设置其他参数
    
    show(p)

–> 输出结果为：  
![在这里插入图片描述][20200316121002397.gif]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70]: /images/20230528/aaf63e3b31f54da49751e2e874e6d842.png
[20200316121002397.gif]: /images/20230528/110dc3116dfa45b4b6142a852ae42081.png