电商打折套路分析
——2016天猫双十一美妆数据分析
数据简介
- 此次分析的数据来自于城市数据团对2016年双11天猫数据的采集和整理，原始数据为.xlsx格式
- 包括update_time/id/title/price/店名，共5个字段，其中id为商品的唯一标识，店名为品牌名。
分析工具
-
主要使用了Python中的Pandas库进行数据处理，利用matplotlib绘制分析图表，利用bokeh进行了可视化展示。
-
当前使用版本：Python 3.6.5 |Anaconda, Inc.| (default, Mar 29 2018, 13:32:41) [MSC v.1900 64 bit (AMD64)]
说明
- 本次数据分析主要供学习使用，目的在于熟悉Python及相关库，同时练习数据分析的思维方式。
- 本次分析主要基于描述性统计，暂不包含预测模型。
- 文字说明会涉及实现的具体细节，而不仅是分析结果的展示。
- bokeh制图为交互式图表，此处截图展示
- 数据每日只采集一次，对于一日之内的变化无法进行分析
分析目标
- 商品销售时间分析
- 统计出商品总数和品牌总数
- 计算双十一当天在售商品占比
- 未参与双十一当天活动的商品，双十一之后的去向
- 参加双十一活动的品牌及其商品数量的分布
- 价格折扣分析
- 针对每个商品，分析其价格变化，判断是否打折
- 针对在打折商品，计算其折扣率
- 按照品牌分析，不同品牌的打折力度
- 分析商家打折套路
- 构建商品id/品牌的汇总表
- 商品id资料表格
- 品牌汇总资料表格
- 假打折商品详情
正文
相关模块导入
import numpy as npimport pandas as pdimport matplotlib.pyplot as plt% matplotlib inlineimport seaborn as snsimport warningswarnings.filterwarnings('ignore') # 不发出警告from bokeh.io import output_notebookoutput_notebook()# 导入notebook绘图模块from bokeh.plotting import figure,showfrom bokeh.models import ColumnDataSource# 导入图表绘制、图标展示模块# 导入ColumnDataSource模块import os
加载数据和数据预处理
- 设置工作路径，pandas导入数据
- 检查数据是否有缺失值
- 检查数据类型
- 对数据进行基本预处理
- 查看数据
# 加载数据data = pd.read_excel('双十一淘宝美妆数据.xlsx')data[data.isnull().values == True].drop_duplicates# 检查缺失值data.dtypes# 查看数据类型data.index = data['update_time']data['date'] = data.index.day# Series没有.day方法，利用index做了一步转换data = data.drop('update_time', axis = 1)data.reset_index(inplace = True)data.rename(columns = { '店名': 'brand'}, inplace = True)data.head() 
Part1 商品销售时间分析
- 统计出商品总数和品牌总数
- 计算双十一当天在售商品占比
- 未参与双十一当天活动的商品，双十一之后的去向
- 参加双十一活动的品牌及其商品数量的分布
统计商品总数和品牌总数：
data1 = data[['id','title', 'brand', 'price', 'date']]items_num = len(data1['id'].unique())brands_num = len(data1['brand'].unique())print('商品总数为: %d' %items_num)print('品牌总数为: %d' %brands_num) 得到商品总数：3502，品牌总数：22
计算双十一当天在售商品占比：
items_at11 = data1[data1['date'] == 11].drop_duplicates()items_at11_num = len(items_at11)precentage_11 = items_at11_num / items_numprint('双十一当天在售商品占比为: %.2f%%' %(precentage_11 * 100)) 得到双十一当天在售商品占比为：66.68%，约1/3的商品在双十一当天没有上架
商品销售情况分类
为了分析没参加双十一的产品去向，我们首先对所有商品id依据其上架时间进行分类。
根据date字段，统计每件商品的最早和最迟销售时间；再统计双11当天是否销售；最后进行分类。-
- A. 11.11前后及当天都在售 → 一直在售
- B. 11.11之后停止销售 → 双十一后停止销售
- C. 11.11开始销售并当天不停止 → 双十一当天上架并持续在售
- D. 11.11开始销售且当天停止 → 仅双十一当天有售
- E. 11.5 - 11.9 → 双十一前停止销售
- F. 仅11.11当天停止销售 → 仅双十一当天停止销售
- G. 11.12开始销售 → 双十一后上架
- H. 11.10下架 → 可能11.11售罄 以后单独分析
# 分析商品最早/最迟销售时间，及双11当天销售情况data_sellrange = data1.groupby('id')['date'].agg(['min', 'max'])id_at11 = data1[data1['date'] == 11]['id']data_temp1 = pd.DataFrame({ 'id': id_at11, 'on11sale': True})data1_id = pd.merge(data_sellrange, data_temp1, left_index = True, right_on = 'id', how = 'left')data1_id.fillna(False, inplace = True)data1_id['type'] = 'unclassified'data1_id = data1_id.reset_index()data1_id = data1_id.drop('index', 1)data1_id.head()# 分类data1_id = data1_id.reset_index()data1_id = data1_id.drop('index', 1)data1_id['type'][(data1_id['min'] < 11) & (data1_id['max'] > 11)] = 'A'data1_id['type'][(data1_id['min'] < 11) & (data1_id['max'] == 11)] = 'B'data1_id['type'][(data1_id['min'] == 11) & (data1_id['max'] > 11)] = 'C'data1_id['type'][(data1_id['min'] == 11) & (data1_id['max'] == 11)] = 'D'data1_id['type'][data1_id['on11sale'] == False] = 'F'# 此时的F还包括E/H的情况data1_id['type'][data1_id['max'] < 10] = 'E'data1_id['type'][data1_id['min'] > 11] = 'G'data1_id['type'][data1_id['max'] == 10] = 'H'data1_id[data1_id['type'] == 'unclassified']# 检查分类是否完备# 分类的可视化result1 = data1_id['type'].value_counts()# 用于可视化的数据命名为resultresult1 = result1.loc[['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H']]# 用于调整Series中Index的顺序plt.rcParams['font.sans-serif']=['SimHei']# 用来正常显示中文标签plt.axis('equal')# 保证长宽相等 --> 饼图为圆形plt.pie(result1,labels = result1.index, autopct='%.2f%%',pctdistance=0.8,labeldistance =1.1, startangle=90, radius=1.5,counterclock=False) # 绘制饼图 
未参与双十一活动的商品去向分析
- 暂时下架
- 改名上架
- 预售
- 未参与活动
# 选择数据字段id_not11 = data1_id[data1_id['on11sale'] == False]df_not11 = id_not11[['id', 'type']]# 此时没有title字段，需要找到data1合并data1_not11 = pd.merge(df_not11, data1, how = 'left', on = 'id')data1_not11.head()# case1 暂时下架not11_case1 = data1_not11[data1_not11['type'] == 'F']['id'].drop_duplicates()id_case1 = not11_case1.reset_index().drop('index', 1)id_case1['case1'] = 1# .unique()出现numpy数组，drop_duplicates()返回Series# case2 更名上架not11_case2 = data1_not11.groupby(['id', 'title']).count().reset_index()# 此时聚合的结果为每一个(id - title)对，对应的出现次数，即出现的日期和title_count = not11_case2['id'].value_counts().reset_index()# 计算id出现的次数，如果次数大于1，则说明商品更改过title# reset_index() 使原来index里的信息成为一个新的列id_case2 = title_count[title_count['id'] > 1][['index']]id_case2.columns = ['id']id_case2['case2'] = 1# case3 预售not11_case3 = data1_not11[data1_not11['title'].str.contains('预售')]id_case3 = not11_case3['id'].drop_duplicates().reset_index().drop('index', 1)# .unique() 返回ndarray / .drop_duplicates() 返回Seriseid_case3['case3'] = 1# case4 未参与活动not11_case4 = data1_not11[(data1_not11['type'] == 'E') | (data1_not11['type'] == 'G')]['id'].drop_duplicates()id_case4 = not11_case4.reset_index().drop('index', 1)id_case4['case4'] = 1print("未参与双十一当天活动的商品中:\n暂时下架商品的数量为%i个，更名上架商品的数量为\%i个，预售商品的数量为%i个，未参与活动商品数量为%i个" %(len(id_case1), len(id_case2), len(id_case3), len(id_case4))) 未参与双十一当天活动的商品中：
暂时下架商品的数量为242个，更名上架商品的数量为110个，预售商品数量为453个，未参与活动商品数量为200个
# 查看没被分类的其他情况id_not11_left = id_not11[['id', 'min', 'max', 'type']].reset_index()id_not11_left = id_not11_left.drop('index', axis = 1)#id_not11_left['case'] = ''id_not11_left = pd.merge(id_not11_left, id_case1, how = 'left', on = 'id')id_not11_left = pd.merge(id_not11_left, id_case2, how = 'left', on = 'id')id_not11_left = pd.merge(id_not11_left, id_case3, how = 'left', on = 'id')id_not11_left = pd.merge(id_not11_left, id_case4, how = 'left', on = 'id')id_not11_left = id_not11_left.fillna(0)id_not11_left['left'] = id_not11_left['case1'] + id_not11_left['case2'] + id_not11_left['case3'] + id_not11_left['case4']id_not11_others = id_not11_left[id_not11_left['left'] == 0][['id', 'min', 'max', 'type']]id_not11_others.head()# 未纳入分类的商品都是10日下架的，可能于双11当天售罄# 暂时下架/更名上架/预售 可能互相包含
参加双十一活动的品牌及其商品数量的分布
- 真正参与双十一活动的商品 = 双十一当天在售的商品 + 预售商品
- 对暂时下架/更名上架/售罄商品 后续可以研究其价格变化再确定
- 绘制堆叠图进行可视化
id_at11 = id_at11.reset_index().drop('index', 1)id_presell = id_case3[['id']]id_11all = pd.concat([id_at11, id_presell], ignore_index = True)# 筛选双十一当日在售商品和预售商品idid_presell['presell'] = Trueid_11all['11all'] = Truedata1_id = pd.merge(data1_id, id_presell, how = 'left', on = 'id')data1_id.fillna(False, inplace = True)data1_id = pd.merge(data1_id, id_11all, how = 'left', on = 'id')data1_id.fillna(False, inplace = True)data1_brand = data1[['id', 'brand']].drop_duplicates()data1_id = pd.merge(data1_id, data1_brand, on = 'id', how = 'left')# 合并数据 销售情况 id branddata1_id.head()data1_on11sale = data1_id[data1_id['on11sale'] == True]brand_on11sale = data1_on11sale.groupby('brand')['id'].count()data1_presell = data1_id[data1_id['presell'] == True]brand_presell = data1_presell.groupby('brand')['id'].count()# 统计各品牌双十一当天在售和预售商品数量# 利用bokeh绘制堆叠图from bokeh.models import HoverToolfrom bokeh.core.properties import valueresult2 = pd.DataFrame({ 'on11sale': brand_on11sale, 'presell': brand_presell})result2['11all'] = result2['on11sale'] + result2['presell']result2.sort_values(by = '11all', inplace = True, ascending = False)lst_brand = result2.index.tolist()lst_type = result2.columns.tolist()[:2]colors = ["#718dbf" ,"#e84d60"]# 设置好参数result2.index.name = 'brand'# 重命名标签source1 = ColumnDataSource(result2)# 创建数据hover1 = HoverTool(tooltips = [('品牌', '@brand'), ('双十一当天参与活动商品数量', '@on11sale'), ('预售商品数量', '@presell'), ('参与双十一活动商品总数', '@11all') ])# 设置标签显示内容#output_file('折扣商品数量.html')p1 = 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 = [hover1, 'reset, xwheel_zoom, pan, crosshair'])# 构建绘图空间p1.vbar_stack(stackers = lst_type, x = 'brand', source = source1, 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p1.xgrid.grid_line_color = Nonep1.axis.minor_tick_line_color = Nonep1.outline_line_color = Nonep1.legend.location = "top_right"p1.legend.orientation = "horizontal"p1.legend.click_policy="mute"# 设置其他参数show(p1) 
补充品牌数据汇总
data1_brands = result2.copy()brand_total_item = data1_brand.groupby('brand').count()brand_total_item.columns = ['total_items']data1_brands = pd.merge(data1_brands, brand_total_item, left_index = True, right_index = True, how = 'outer')data1_brands.head() | on11sale | presell | 11all | total_items | |
|---|---|---|---|---|
| brand | ||||
| SKII | 40 | 15 | 55 | 62 |
| 佰草集 | 208 | 32 | 240 | 279 |
| 倩碧 | 144 | 49 | 193 | 211 |
| 兰芝 | 107 | 4 | 111 | 156 |
| 兰蔻 | 112 | 27 | 139 | 168 |
Part2 价格折扣分析
1. 针对每个商品，分析其价格变化，判断是否打折2. 针对在打折商品，计算其折扣率3. 按照品牌分析，不同品牌的打折力度 4. 分析商家打折套路
针对每个商品，评估其打折情况
- 真打折：商品的价格在10天内有波动，双11价格为10天内最低价，无提前涨价
- 假打折：双十一之前存在涨价现象
- 不打折：商品价格无变化
data2 = data[['id', 'title', 'brand', 'price', 'date']]data2['period'] = pd.cut(data2['date'], [4, 10, 11, 14], labels = ['双十一前', '双十一当天', '双十一后'])# 筛选数据data2_price = data2[['id', 'price', 'period']].groupby(['id', 'period']).agg(['min', 'max'])data2_price.reset_index(inplace = True)data2_price.columns = ['id', 'period', 'min_price', 'max_price']# 找到每个时段对应的最高和最低价格data2_price_before11 = data2_price[data2_price['period'] == '双十一前']# 分析双十一之前的价格变化 --> 分析属于提前降价还是假打折(先涨价后降价)data2_price_before11_diff = data2_price_before11[data2_price_before11['min_price'] != data2_price_before11['max_price']].reset_index().drop('index', 1)# 找出双十一前价格变化的商品diff_id = data2_price_before11_diff['id'].tolist()data2_diffprice = pd.merge(data2, data2_price_before11_diff, on = 'id', how = 'left')# 与原始数据合并，查看价格变化商品的具体情况data2_diffpriceonly = data2_diffprice.dropna()data2_diffpriceonly.drop('period_y', 1, inplace = True)# 删除多余的列和缺失值before11_diff = data2_diffpriceonly[data2_diffpriceonly['period_x'] != '双十一后'].reset_index().drop('index', 1)# 只查看双十一之前和当天的数据before_11diffprice = before11_diff.pivot_table(index = 'id', columns = 'date', aggfunc = { 'price':min})# 数据透视表before_11diffprice.columns = [5, 6, 7, 8, 9, 10, 11]# 列名改用数字，不用字符串，方便运算def function(df, *colnums): a = 0 for colnum in colnums: if df[colnum + 1] - df[colnum] > 0.1: a = 1 return abefore_11diffprice['jdz'] = before_11diffprice.apply(lambda x: function(x, 5, 6, 7, 8, 9), axis = 1)# 选择出涨价的商品在假打折列名标注1# 只统计涨价1毛以上的# DataFrame.apply函数的应用，如果设置axis参数为1则每次函数每次会取出DataFrame的一行来做处理jdz_num = before_11diffprice['jdz'].sum()# 共有16件商品假打折jdz_items = pd.merge(data1_id, before_11diffprice, on = 'id', how = 'right')jdz_items = jdz_items[jdz_items['jdz'] == 1]jdz_items = jdz_items[jdz_items['jdz'] == 1].reset_index().drop('index', 1)jdz_id = jdz_items[['id', 'jdz']]# 提取假打折商品idjdz_items 
观察数据可知
- 假打折商品的品牌集中于妮维雅和美加净(各6件)，美宝莲有1件
- 兰蔻有一件商品在双十一前涨价后，双十一当日下架
- SKII和薇姿各有一件商品涨价后，双十一当天维持该价格
- 大牌套路深，深知法律风险，但这四件商品依旧被划分在假打折！
data2_nocheat = pd.merge(data2, jdz_id, on = 'id', how = 'left')data2_nocheat['jdz'].fillna(0, inplace = True)data2_nocheat = data2_nocheat[data2_nocheat.jdz.isin([0])]# 根据列条件删除行使用.isin(),参数为列表，如选择不包含，前面加负号# 提取非假打折商品price = data2_nocheat[['id', 'price', 'period']].groupby(['id', 'price']).min()price.reset_index(inplace = True)# 针对每个商品做price字段的value值统计，查看价格是否有波动id_count = price['id'].value_counts()id_type1 = id_count[id_count == 1].index# 价格无波动，不打折id_type2 = id_count[id_count != 1].index# 价格变动n1 = len(id_type1)n2 = len(id_type2)print('真打折的商品数量约占比%.2f%%，不打折的商品数量约占比%.2f%%, 假打折的商品数量约占比%.2f%%' % \ (n2/items_num * 100, n1/items_num * 100, jdz_num/items_num * 100))# 计算打折商品比例 真打折的商品约占比24.27%，不打折的商品数量约占比75.27%，假打折的商品约占0.46%
针对在打折商品，计算其折扣率
- 去除假打折商品
- 考虑双十一价格对比其前后的折扣率，主要考虑前折扣率
- 只计算九五折以上折扣
result3_pivot = data2_nocheat.pivot_table(index = 'id', columns = 'period', aggfunc = { 'price': min})# 数据透视可以一步到位，省却无数步骤result3_pivot.columns = ['price_before11', 'price_on11', 'price_after11']result3_pivot = result3_pivot.reset_index()nocheat_idbrand = data2_nocheat[['id', 'brand']].drop_duplicates()result3_final = pd.merge(result3_pivot, nocheat_idbrand, on = 'id').reset_index().drop('index', 1)# 与品牌名合并result3_final['qzkl'] = result3_final['price_on11'] / result3_final['price_before11']result3_final['hzkl'] = result3_final['price_on11'] / result3_final['price_after11']# 计算商品的前后折扣率result3_on11 = result3_final.dropna()# 筛选出双十一销售商品的折扣率result3_zk = result3_on11[result3_on11['qzkl'] < 0.96].reset_index()# 筛选出真打折的商品result3_zk.head() | index | id | price_before11 | price_on11 | price_after11 | brand | qzkl | hzkl | |
|---|---|---|---|---|---|---|---|---|
| 0 | 0 | A10027317366 | 188.0 | 159.00 | 258.0 | 相宜本草 | 0.845745 | 0.616279 |
| 1 | 2 | A10847151685 | 180.0 | 125.99 | 240.0 | 佰草集 | 0.699944 | 0.524958 |
| 2 | 8 | A12455538031 | 79.0 | 69.00 | 79.0 | 美宝莲 | 0.873418 | 0.873418 |
| 3 | 26 | A12591129422 | 189.0 | 179.00 | 250.0 | 玉兰油 | 0.947090 | 0.716000 |
| 4 | 35 | A12620798148 | 238.0 | 219.00 | 260.0 | 玉兰油 | 0.920168 | 0.842308 |
## 用bokeh绘制折线图：x轴为折扣率，y轴为商品数量占比## 商品折扣率统计，每个折扣区间与总打折商品占比bokeh_data = result3_zk[['id', 'qzkl']]bokeh_data['zkl_range'] = pd.cut(bokeh_data['qzkl'], bins = np.linspace(0, 1, 21))# 创建折扣率区间bokeh_data2 = bokeh_data.groupby('zkl_range').count().iloc[:-1]bokeh_data2['zkl_pre'] = bokeh_data2['qzkl'] / bokeh_data2['qzkl'].sum()# 将数据按照折扣率拆分为不同区间，并统计不同1扣率的商品数量bokeh_data2 = bokeh_data2.reset_index().drop('id', axis = 1)bokeh_data2.dtypes# 查看bokeh_data2数据类型，zkl_range类型为category --> strbokeh_data2['zkl_range'] = bokeh_data2['zkl_range'].astype(str)# bokeh_data2['zkl_range'] = list(map(str,bokeh_data2['zkl_range']))bokeh_data2.head()#output_file('商品折扣率统计折线图.html')source2 = ColumnDataSource(bokeh_data2)lst_zkl = bokeh_data2['zkl_range'].tolist()# 此时列表中每个元素均为strhover2 = HoverTool(tooltips = [('折扣商品数量', '@qzkl')])p2 = figure(x_range = lst_zkl, plot_width = 900, plot_height = 350, title = '商品折扣率统计', tools = [hover2, 'reset, xwheel_zoom, pan, crosshair'])# 构建绘图空间p2.line(x = 'zkl_range', y = 'zkl_pre', source = source2, line_width = 2, line_alpha = 0.8, line_color = 'black', line_dash = [10, 4])p2.circle(x = 'zkl_range', y = 'zkl_pre', source = source2, size = 8, color = 'red', alpha = 0.8)p2.xgrid.grid_line_color = Nonep2.axis.minor_tick_line_color = Nonep2.outline_line_color = None# 设置其他参数show(p2) 
观察上图可知，商品折扣率主要集中在五折和九折，二者共占50%以上
根据商品id汇总数据
- 包括商品销售时间和价格折扣数据
result3_zk['zk'] = 1# 根据id汇总数据jdz_merge = jdz_items[['id', 'jdz']]result3_zk_merge = result3_zk[['id', 'zk']]data2_id = pd.merge(result3_final, jdz_merge, on = 'id', how = 'outer')data2_id['jdz'].fillna(0, inplace = True)data2_id = pd.merge(data2_id, result3_zk_merge, on = 'id', how = 'outer')data2_id['zk'].fillna(0, inplace = True)# 整理商品id的折扣情况data1_id = data1_id.drop_duplicates()# 商品销售情况去重data_id = pd.merge(data1_id, data2_id, on = 'id', how = 'outer')data_id.drop('brand_y', axis = 1, inplace = True)data_id.rename(columns = { 'min': 'begin', 'max': 'end', 'brand_x': 'brand'}, inplace = True)# 汇总商品id的全数据data_id.head() 
根据品牌汇总数据
- 包括品牌商品销售时间和价格折扣数据
- 计算品牌折扣商品比例
brand_zk_num = result3_zk.groupby('brand')[['id']].count()# 品牌折扣商品数brand_jdz_num = jdz_items.groupby('brand')[['id']].count()# 品牌假打折商品数brand_zk_num.columns = ['zk_num']brand_jdz_num.columns = ['jdz_num']#重命名brand_zkmean = result3_zk.groupby('brand')['price_before11', 'price_on11', 'price_after11', 'qzkl', 'hzkl'].mean()brand_zkmean.columns = ['zkprice_before11', 'zkprice_on11', 'zkprice_after11', 'qzkl_mean', 'hzkl_mean']# 品牌折扣商品价格、折扣率均值brand_totalmean = data_id.groupby('brand')['price_before11', 'price_on11', 'price_after11'].mean()brand_totalmean.columns = ['meanprice_before11', 'meanprice_on11', 'meanprice_after11']# 品牌商品价格均值data2_brands = pd.merge(brand_zk_num, brand_jdz_num, left_index = True, right_index = True, how = 'outer')data2_brands = pd.merge(data2_brands, brand_totalmean, left_index = True, right_index = True, how = 'outer')data2_brands.fillna(0, inplace = True)data2_brands = pd.merge(data2_brands, brand_zkmean, left_index = True, right_index = True, how = 'outer')# 汇总品牌价格折扣数据data_brands = pd.merge(data1_brands, data2_brands, left_index = True, right_index = True, how = 'outer')# 汇总品牌数据data_brands['zk_pre'] = data_brands['zk_num'] / data_brands['total_items']# 计算品牌折扣商品比例data_brands 按照品牌分析，不同品牌的打折力度
- 利用bokeh绘制浮动散点图
- y坐标为品牌名，x坐标为折扣力度
from bokeh.transform import jitterbrands = lst_brand.copy()# 提取品牌列表bokeh_data3 = result3_final[['id', 'qzkl', 'brand']].dropna()bokeh_data3 = bokeh_data3[bokeh_data3['qzkl'] < 0.96]source3 = ColumnDataSource(bokeh_data3)# 创建数据#output_file('不同品牌折扣情况.html')hover3 = HoverTool(tooltips = [('折扣率', '@qzkl'), ('品牌', '@brand')])# 设置标签显示内容p3 = figure(y_range = brands, plot_width = 800, plot_height = 600, title = '不同品牌折扣情况', tools = [hover3, 'box_select, reset, xwheel_zoom, pan, crosshair']) p3.circle(x = 'qzkl', y = jitter('brand', width = 0.7, range = p3.y_range), source = source3, alpha = 0.3)# jitter参数 → 'day'：第一参数，这里指y的值# width：间隔宽度比例，range：分类范围对象，这里和y轴的分类一致show(p3) 
分析商家打折套路
- 筛选各品牌的折扣商品比例和平均折扣率
- 划分四个象限，利用bokeh制图
bokeh_data4 = data_brands[['total_items', 'qzkl_mean', 'zk_pre']]bokeh_data4['size'] = bokeh_data4['total_items'] * 0.2bokeh_data4.columns = ['amount', 'zkl', 'pre', 'size']bokeh_data4.reset_index(inplace = True)# 筛选出品牌商品总数，打折商品比例，平均折扣率# 将点的大小设置为与商品总数有关from bokeh.models.annotations import Spanfrom bokeh.models.annotations import Labelfrom bokeh.models.annotations import BoxAnnotation# 导入注释相关模块source4 = ColumnDataSource(bokeh_data4)# 创建ColumnDataSource数据#output_file('各个品牌打折套路解析.html')x_mean = bokeh_data4['pre'].mean()y_mean = bokeh_data4['zkl'].mean()hover4 = HoverTool(tooltips = [('品牌','@brand'), ('折扣率','@zkl'), ('商品总数','@amount'), ('参与打折商品比例','@pre')])p4 = figure(plot_width = 800, plot_height = 800, title = '各个品牌打折套路解析', tools = [hover4,'box_select,reset,wheel_zoom,pan,crosshair'])# 构建绘图空间p4.circle_x(x = 'pre', y = 'zkl', source = source4, size = 'size', fill_color = 'red', line_color = 'black', fill_alpha =0.6, line_dash = [8,3])p4.ygrid.grid_line_dash = [6,4]p4.xgrid.grid_line_dash = [6,4]x = Span(location=x_mean, dimension='height', line_color='green',line_alpha = 0.7, line_width=1.5, line_dash = [6,4])y = Span(location=y_mean, dimension='width', line_color='green',line_alpha = 0.7, line_width=1.5, line_dash = [6,4])p4.add_layout(x)p4.add_layout(y)# 绘制辅助线bg1 = BoxAnnotation(bottom=y_mean, right=x_mean,fill_alpha=0.1, fill_color='olive')label1 = Label(x=0.0, y=0.60,text="少量大打折",text_font_size="10pt" )p4.add_layout(bg1)p4.add_layout(label1)# 绘制第一象限bg2 = BoxAnnotation(bottom=y_mean, left=x_mean,fill_alpha=0.1, fill_color='firebrick')label2 = Label(x=0.35, y=0.60,text="大量大打折",text_font_size="10pt" )p4.add_layout(bg2)p4.add_layout(label2)# 绘制第二象限bg3 = BoxAnnotation(top=y_mean, right=x_mean,fill_alpha=0.1, fill_color='firebrick')label3 = Label(x=0.0, y=0.80,text="少量少打折",text_font_size="10pt" )p4.add_layout(bg3)p4.add_layout(label3)# 绘制第三象限bg4 = BoxAnnotation(top=y_mean, left=x_mean,fill_alpha=0.1, fill_color='olive')label4 = Label(x=0.35, y=0.80,text="大量少打折",text_font_size="10pt" )p4.add_layout(bg4)p4.add_layout(label4)# 绘制第四象限show(p4) 
打折套路解析
- 少量大打折：雅诗兰黛、兰蔻、薇姿、悦诗风吟、欧珀莱
- 大量少打折：欧莱雅、玉兰油、美宝莲、妮维雅、蜜丝佛陀、美加净
- 大量大打折：自然堂、相宜本草、佰草集
- 不打折：SKII、倩碧、兰芝、娇兰、植村秀、资生堂、雅漾、雪花秀
- 假打折现象：妮维雅和美加净各有6件商品
Part3 汇总表格导出
- 商品id资料表格
- 品牌汇总资料表格
- 假打折商品详情
# 商品id资料表格data_id_ch = data_id.copy()data_id_ch.columns = ['最早上架', '最迟上架', '商品id', '双十一当天售卖', '销售时间分类',\ '是否预售', '预售+双11当天', '品牌', '双十一前价格', '双十一当天价格',\ '双十一之后价格', '前折扣率', '后折扣率', '假打折', '真打折']data_brands_ch = data_brands.copy()data_brands_ch.columns = ['双十一当日商品数', '预售商品数', '双十一商品总数', '商品总数',\ '真打折商品数', '假打折商品数', '双十一前均价', '双十一当天均价',\ '双十一之后均价', '打折商品双十一前均价', '打折商品双十一均价',\ '打折商品双十一之后均价', '平均前折扣率', '平均后折扣率',\ '折扣商品占比']jdz_items_ch = jdz_items.copy()jdz_items_ch.columns = ['最早上架', '最迟上架', '商品id', '双十一当天售卖', '销售时间分类',\ '是否预售', '预售+双11当天', '品牌', '5日价格', '6日价格', '7日价格',\ '8日价格', '9日价格', '10日价格', '11日价格', '假打折']data_id_ch.to_excel('商品id资料表格.xlsx')data_brands_ch.to_excel('品牌汇总资料表格.xlsx')jdz_items_ch.to_excel('假打折商品详情.xlsx')data_id.to_excel('data_id.xlsx')data_brands.to_excel('data_brands.xlsx')jdz_items.to_excel('jdz_items.xlsx')