1126总结python项目练习01
1126总结python项目练习01
照着敲了一遍代码，完全没有任何思路。主要是根本就不知道要分析什么指标。文中几乎没有代码，如果要看代码可以去知乎看秦路老师的7周7成为数据分析师。写这篇文章的目的是总结思路。最主要适用的人就是自己，如果你看见了这篇文章就当故事吧
长胖的梅梅……
学习时间:6:20-7:20、6:25-7:10、9:10—10:50
11:30睡觉，5:40起床。仰卧起坐100，胖到90斤了……
关于学习时间想到了吴漾的三句话
1-每天学习5小时早上学习2小时晚上学习3小时
2-为什么每天学习3个小时不满足勒？
3-你宁愿睡觉也不愿意学习，说明你不喜欢学习
4-学习的标准是什么？喜欢学习的标准是什么，不喜欢学习的标准是什么
小节:很久没看三大思维课程，又回到了迷茫的思路。
反思:每天早上学习 80分钟，下班回来70分钟，吃完饭不到九点就可以开始学习11点半睡觉吧。这周练习完python下周开始学习r语言或者统计学
python用了两个月还没学好，崩溃……这周在练习个项目，今天就可以把用户CD总结完
下面是运用python分析CD消费行为分析过程，原文参考7周7。另外没任何截屏代码和图形
Python：用户消费行为分析
数据：用户购买CD的明细，列标题包括：用户ID、购买日期、购买数量、购买金额。数据大小：6列，69659行跟着秦路老师的分析敲了一遍代码还是不懂。问题：我们拿到这份数据主要分析什么？自己练习一遍后知道主要解决的问题是：如何提高CD销量
一、导入常用的库
pandas\numpy\datatime\matplotlib.pyplot1、因为原数据没有列标题，需要我们自己定义列标题。使用names = columns = [‘user_id’ ‘user_dt’ ‘user_products’ ‘user_amount’]2、用read导入数据集。Pd.read_csv(……)Read_csv和read_table都是加载带分隔符的数据
3、观察数据。涉及到数据格式的转换
df.head()、
查看数据类型。在数据中经常会出现时间数据用文本格式表示，需要将表达时间的时间数据转换为时间格式。
Pd.to_datatime(df.order_dt,format = ‘%Y%m%d’)
df.describe()
生成描述性统计数据。Max mean max std max
Df.info()
查看数据是否有空值
备注：消费类的数据都是长尾形态，大部分用户都是小额，小部分用户贡献了大头，俗称28定律。
pd.to_datetime（列名，format=？）可以将特定的字符串或者数字转换成时间格式
二、
上面的数据粒度是每笔订单，我们转化成每一位用户看一下
1、 不知道数据粒度是什么意思
2、 用groupby(‘user_id’).sum()，创建一个新的对象
3、 按月分析绘制图形
Df.groupby(‘month’).order_amount.sum().plot()
绘制折线图。查看每个月的销量情况、并且绘制成图形。
4、 统计每月销售金额并绘制图形
折线图
Df.groupby(‘month’).order_products.sum().plot()
前期每月销售金额和销售数量都呈现出早起销量多，后期平稳下降趋势。分析为什么会出现这个现象勒？假设用户身上出了问题、假设前期各种促销方案
感悟：如果用我的脑子分析到这里就分析不下去了，每月销量与销售金额图形绘制了感觉就完事了。接着看秦路老师下面的分析过程。
三、
1、查看销售量和销售额之间的关系
每笔订单的散点图（分析粒度不同）：
Df.plot.scatter(x = ?,y=?).订单消费金额和订单量呈规律性。分析判断数据是有有极致异常值。
每个id的散点图：
先将数据根据ID分组，在绘制散点图
2、绘制直方图
绘制CD销量直方图
绘制每个用户消费金额的直方图
秦路老师分析：从直方图上可以观察，大部分用户的消费能力确实不敢，高消费用户在图上几乎看不出来，这也确实符合消费行业的消费规律
粒度单笔订单：每月总销量折线图、每个总消费金额折线图、销量与消费金额关系散点图、绘制销量的直方图（判断销量频率）
粒度用户ID：每个ID购买量和购买金额的散点图、每个ID都买数量的直方图
总而言之就是在粒度为每笔订单的时候分析销量和消费额的关系，以月为单位。在粒度为每位用户的时候分析销量和消费金额的关系。
感悟：跟着敲代码，惊讶于每个炫酷的图形，现在在梳理分析思维
四、
观察完消费量与金额的关系，下面来看一下消费时间节点的关系。分析粒度用户ID
1、 查看用户第一次消费时间：
既月份的最小值
2、 查看用户最后一次消费时间
既按ID分组，在选取分组后的最大值，是根据每组判断最大值最小值。可以用values_counts计数（如4月份最后一次消费有多少人）
秦路老师分析：所有用户的第一次消费都集中在前三个月，绝大部分数据依然集中在前三个月，后续的时间段内，依然有用户在消费，但是缓慢减少。可以解释销量异常值的原因。
五、
分析复购率和回购率，需要将数据进行透视
1、 数据透视函数：
df.pivot_table(index = ? , column = ?, values = ?, aggfunc = ? )
index是设置数据透视后的索引，column是设置数据透视后的列，values是将哪个值进行计算，aggfunc是用哪种方法.
Index = user_id , column = month, values = order_dt, aggfunc = counts
文中分析，每个用户每个月的消费次数
数据透视后是结构化的表，将数据进行转化，本月购买两次的用户记为1，购买1次的几位0，没有购买记为空值（数据转换现在还不是很了解，自己回去百度，好像入行的都是用的gogle）
1、 复购率：在某时间窗口内消费两次及以上的用户在总消费用户中占比。这里是以每月为单位。
透视表.sum/透视表.count (在列操作，回去操作一下是否默认是axis = 0)
求出每月的复购率并绘制成折线图
秦路老师分析折线图：复购率在早期，因为大量新用户加入的关系，新客的复购率并不高，譬如1月新客们的复购率只有6%左右。而在后期，这时的用户都是大浪淘沙剩下的老客，复购率比较稳定，在20%左右。
单看新客和老客，复购率有三倍左右的差距
2、 回购率
A、
回购率是某一个时间窗口内消费的用户，在下一个时间窗口仍旧消费的占比。因为是横向对比，所以会比较难
这里是将消费金额进行数据透视，用了平均值
Index = user_id , column = month, values = order_amount, aggfunc = mean
将数据进行转化，只要有过购买记为1，没有购买记为0.使用的函数是applymap+lambda
B、
在回购率透视表基础上新建判断函数：
新建一个判断函数。data是输入的数据，即用户在18个月内是否消费的记录，status是空列表，后续用来保存用户是否回购的字段。
