【Python数分实战】关于电商产品运营数据的探索

码农世界 2024-05-23 后端 55 次浏览 0个评论

📣 前言

👓 可视化主要使用 plotly
🔎 数据处理主要使用 pandas
🕷️ 数据爬取主要使用 requests
👉 本文是我自己在和鲸社区的原创
今天这篇文章将给大家介绍【关于电商产品运营数据的探索】
案例。

Step 1. 导入模块
```
import pandas as pd
import plotly.express as px
```
Step 2. 数据概览

数据下载：查看文章末尾获取。
```
file_path = '/home/mw/input/bestbuy5195/Best Buy products.csv'
df = pd.read_csv(file_path)
df.head()
```
输出结果：

Step 3.数据分析可视化

3.1 价格分布

绘制最终价格（final_price）的分布图，以了解产品的价格范围
```
# 将 final_price 转换为数值类型，通过去除货币符号和逗号
df['final_price'] = df['final_price'].str.replace('$', '').str.replace(',', '').astype(float)
# 将 discount 转换为数值类型，通过去除前缀 'Save ' 和逗号
df['discount'] = df['discount'].str.replace('Save ', '').str.replace(',', '').str.replace('$', '')
df['discount'] = df['discount'].apply(lambda x: float(x) if isinstance(x, str) and x.isdigit() else float('nan'))
```
```
# 将 rating 转换为数值类型
df['rating'] = pd.to_numeric(df['rating'], errors='coerce')
# 将 reviews_count 和 questions_count 转换为数值类型
df['reviews_count'] = pd.to_numeric(df['reviews_count'], errors='coerce')
df['questions_count'] = pd.to_numeric(df['questions_count'], errors='coerce')
# 再次查看前几行以确保数据类型正确
df.head()
```
输出结果：
```
fig = px.histogram(df, x='final_price', nbins=30, marginal='rug', title='Distribution of Final Prices')
# 更新字体样式
fig.update_layout(
    template="plotly_white",
    font=dict(
        size=14,
        color="#000000"
    )
)
fig.update_layout(xaxis_title='Final Price', yaxis_title='Frequency')
fig.show()
```
输出结果：

从最终价格的分布图中可以看出，大部分产品的价格集中在较低的区域，尤其是在0到500美元之间。还有一些产品的价格超过了这个范围，但数量相对较少。

3.2 折扣情况

绘制折扣（discount）的分布图，查看折扣的普遍情况

输出结果：

折扣分布图显示，大部分的折扣都集中在较小的数值范围内，尤其是在0到200美元之间。这表明虽然许多产品都有折扣，但大多数折扣的金额并不是很高。

3.3 品类分布

对产品所属的品类（root_category）进行计数，看看哪些类别的产品最多。
```
root_category_counts = df['root_category'].value_counts().reset_index()
```
```
root_category_counts
```
输出结果：

品类分布图显示，某些品类下的产品数量远多于其他品类。在顶部的是产品数量最多的品类，而其他品类则相对较少。具体来说，排在前面的品类如 “Appliances”（家电）和 “Computers & Tablets”（电脑和平板）等，这些品类的产品数量较多。

3.4 评分分布

绘制产品评分（rating）的分布图，了解产品的整体评分情况。

输出结果：

产品评分的分布图显示，大部分产品的评分集中在较高的区域，尤其是在4到5星之间。这表明在数据集中的产品大多数都获得了较高的评分。

3.5 评价数量和提问数量

分析评价数量（reviews_count）和提问数量（questions_count）之间的关系。

输出结果：

从评价数量与提问数量之间的关系散点图中可以看出，随着评价数量的增加，提问数量也呈现出一定的增加趋势。这表明产品受到的关注度越高，用户提出的问题也越多。

完整代码👇

https://www.heywhale.com/mw/project/661dded9d60ce3fe5b02b428

ps:访问链接点击【在线运行】即可查看完整代码，且不需要担心环境配置问题

数据获取方式

关注公众号，回复关键词【电商产品运营数据】即可免费获取

- END -

以上就是本期为大家整理的全部内容了，喜欢的朋友可以点赞、点在看也可以分享让更多人知道。
👆 关注**「布鲁的Python之旅」**第一时间收到更新