本文的文字及圖片來源于網路,僅供學習、交流使用,不具有任何商業用途,如有問題請及時聯系我們以作處理，
以下文章來源于CDA資料分析師 ，作者：CDA資料分析師
前言
如果說冬天對北方人來說只是一個季節，而對南方人來說是一場“渡劫”，北方的冷是干冷，物理攻擊，多穿一點就好了，而且室內有暖氣，在室內可以穿著短袖吃冰棍，
而南方的冷是濕冷，魔法攻擊，穿再多沒有用，而且室內還沒暖氣，各種段子也是層出不窮：
“你在北方的暖氣里四季如春，我在南方的寒冬下凍成冰棍兒”
“北方人過冬靠的是暖氣，南方人過冬靠的是一身正氣”
“我是一只來自北方的狼，來到南方卻被凍成了狗”
一到冬天南方人除了靠一身浩然正氣，空調、電熱毯、油汀、電暖氣等各類花式取暖電器都得安排上，
內貿批發平臺1688上獲取的資料顯示，進入11月以來，暖氣片在南方城市的銷量比去年同期增長了300%，平臺上取暖小家電品類整體營業額同比增幅達到200%，其中發熱墊的同比增速甚至高達600%，
據顯示，暖氣片和暖氣設備銷量貢獻最大的國內客戶，主要都是來自長江沿線城市，以江浙滬、安徽、湖南、湖北、重慶、四川等地居多，一時間“南方取暖設備被買爆”話題登上了微博熱搜，讓人不禁感嘆南方人過個冬天實在是太難了，
用Python分析全網取暖器資料
我們使用Python獲取了淘寶網搜索關鍵詞暖氣片、取暖器、壁掛爐的商品資料，并進行了資料分析，
讀取資料
首先匯入獲取的資料，
# 匯入工具包 import numpy as np import pandas as pd from pyecharts.charts import Bar, Pie, Map, Page from pyecharts import options as opts import jieba # 讀取資料 df_all = pd.read_csv('../data/匯出資料.csv') df_all.head()
df_all.shape
(13212, 7)
資料清洗和整理
此處我們需要對資料集進行資料清洗以便后續分析和可視化，主要作業內容如下：
- 洗掉記錄的重復值
- goods_price列處理：提取數值
- purchase_num列處理：提取數值
- 計算銷售額sales_volume = goods_price*purchase_num
- 洗掉多余的列
代碼實作如下：
df = df_all.copy() # 去除重復值 df.drop_duplicates(inplace=True) df.shape (6849, 7) # 篩選記錄 df = df[df['purchase_num'].str.contains('人付款')] # goods_price列處理 df['goods_price'] = df['goods_price'].str.extract('(\d+\.{0,1}\d*)') df['goods_price'] = df['goods_price'].astype('float') # purchase_num列處理 df['num'] = df['purchase_num'].str.extract('(\d+\.{0,1}\d*)') df['num'] = df['num'].astype('float') df['unit'] = [10000 if '萬' in i else 1 for i in df['purchase_num']] # 計算銷量 df['purchase_num'] = df['num'] * df['unit'] # 計算銷售額 df['sales_volume'] = df['goods_price'] * df['purchase_num'] # 提取省份欄位 df['province_name'] = df['location'].astype('str').str.split(' ').apply(lambda x:x[0]) # 洗掉多余的列 df.drop(['num', 'unit', 'detail_url'], axis=1, inplace=True) # 重置索引 df = df.reset_index(drop=True) df.head()
資料可視化
此處我們對店鋪銷量、產地分布、商品價格等方面進行可視化分析：
市場上的取暖器種類較多，有暖風機、小太陽、電熱膜、油汀、快熱爐、踢腳線等取暖設備，我們首先看到這些取暖器的標題詞云，
商品標題詞云圖
可以看到"取暖器" "暖風機" "暖氣片"都是出現的高頻詞，在特征方面"家用" "節能" "速熱"都十分常見，
接著，看到店鋪月銷量排名Top10，
店鋪月銷量排名Top10
可以看到店鋪銷量前十，凱瑞萊旗艦店位居第一，其后春尚電器專營店和蘇寧易購分別是第二第三名，排在前十的還有美的、tcl等品牌，
# 計算top10店鋪 shop_top10 = df.groupby('shop_name')['purchase_num'].sum().sort_values(ascending=False).head(10)
全國各省份產地銷量排名Top10
這些取暖器的產地都在哪兒呢？經過分析發現，浙江是生產取暖器的頭號大省，在產地銷量排名中一騎絕塵位居第一，之后排在第二位的是廣東，湖南、江蘇、山東分別位居第三第四第五名，
# 計算銷量top10 province_top10 = df.groupby('province_name')['purchase_num'].sum().sort_values(ascending=False).head(10)
不同價格區間的商品數量占比
取暖器都賣多少錢呢？經過分析發現，100元以下的商品是最多占比高達34.76%，其次是200-500元的商品，占比22.09%，
不同價格區間的銷量占比
與此同時，在銷量方面，價格在100元以下和100-200元之間的取暖產品也是銷量最好的，全網銷售量分別占比37.49%和35.92%，
結語
有了各式各樣的取暖器，南方冬天就好過了嗎？并不，空調開久了干，踢腳線耗電高，油汀等電暖氣更適合區域取暖，大空間制熱效果差，
雖然近年來也有很多南方家庭選擇全房裝地暖的，然而電暖用起來一個月電費就高達2、3千，這可能就是北方一個冬天的暖氣費用了，這么對比起來，似憾訓是開空調和取暖器實在啊，
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/233389.html
標籤：Python