前言
美妆数据分析可以帮助企业更好地理解市场趋势、客户偏好和产品表现
import pandas as pd import numpy as np
一、数据清洗
data = pd.read_csv(r'C:\Users\B\Desktop\美妆数据.csv',encoding='gbk')
data.head()data.info()data = data.drop_duplicates(inplace=False)
data.reset_index(drop=True)
data.indexdata.isnull().mean()data['销量'].mode()
data['评论数'].mode()data = data.fillna(0)
data.isnull().sum()# data.drop_duplicates(inplace=True)
data.describe()
二、使用步骤
1.标题切分
代码如下（示例）：
import jiebalst = []
for i in data['标题']:j = jieba.lcut(i)lst.append(j)
data['标题切分'] = lstdata[['标题','标题切分']].head()basic_config_data = """护肤品 套装 套装
护肤品 乳液类 乳液 美白乳 润肤乳 凝乳 亮肤乳 菁华乳 修护乳
护肤品 眼部护理 眼霜 眼部精华 眼膜
护肤品 面膜类 面膜
护肤品 清洁类 洗面 洁面 清洁 卸妆 洁颜 洗颜 去角质 磨砂
护肤品 化妆水 化妆水 爽肤水 柔肤水 补水露 凝露 柔肤液 精粹水 亮肤水 润肤水 保湿水 菁华水 保湿喷雾 舒缓喷雾
护肤品 面霜类 面霜 日霜 晚霜 柔肤霜 滋润霜 保湿霜 凝霜 日间霜 晚间霜 乳霜 修护霜 亮肤霜 底霜 菁华霜
护肤品 精华类 精华液 精华水 精华露 精华素
护肤品 防晒类 防晒霜 防晒喷雾
化妆品 口红类 唇釉 口红 唇彩
化妆品 底妆类 散粉 蜜粉 粉底液 定妆粉 气垫 粉饼 BB CC 遮瑕 粉霜 粉底膏 粉底霜
化妆品 眼部彩妆 眉粉 染眉膏 眼线 眼影 睫毛膏
化妆品 修容类 鼻影 修容粉 高光 腮红
其他 其他 其他"""category_config_map = {}
for config_line in basic_config_data.split('\n'):basic_cateogry_list = config_line.strip().strip('\n').strip(' ').split(' ')
# print(basic_cateogry_list)main_category = basic_cateogry_list[0] # 主类别
# print(main_category)sub_category = basic_cateogry_list[1] # 子类别 unit_category_list = basic_cateogry_list[2:] # 从第3个元素开始到最后是商品for unit_category in unit_category_list:if unit_category and unit_category.strip().strip(' '): category_config_map[unit_category.strip()] = (main_category,sub_category) category_config_mapdef find_cates(row):for item in row:if item in category_config_map:return category_config_map[item] # 如果是商品，则返回主类别和子类别return ('其他','其他')data['主类别'] = data['标题切分'].map(lambda r:find_cates(r)[0])
data['子类别'] = data['标题切分'].map(lambda r:find_cates(r)[1])data.reset_index(inplace=True)# 判断是否是男士专用
gender = []
for i in range(len(data)):if '男' in data['标题切分'][i]:gender.append('是')elif '男士' in data['标题切分'][i]:gender.append('是')elif '男生' in data['标题切分'][i]: gender.append('是')else:gender.append('否')
data['是否男士专用'] = gender
data.head()data['购买时间'] = pd.to_datetime(data['购买时间'])
data = data.set_index('购买时间')
data.head()data['天'] = data.index.day
datadel data['标题切分']
data.to_excel('美妆数据-已清洗.xlsx')2.数据分析
1）各品牌分布
代码如下（示例）：
import matplotlib.pyplot as plt
import seaborn as snsplt.rcParams['font.family']='SimHei'
plt.rcParams['axes.unicode_minus']=False
plt.rcParams['font.size']=13# figsize 设置画布大小 alpha透明度
data['店名'].value_counts().plot.bar(width=0.8,color='g',alpha=0.6,figsize=(10,6))plt.title('各品牌数')
plt.ylabel('品牌数')
plt.show()2）各品牌的销量和销售额
dd = data.groupby('店名')[['销量','销售额']].sum().sort_values(by='销售额')
ddfig,ax1 = plt.subplots(figsize=(15,6))
color = 'tab:green'
ax1.bar(dd.index,dd['销售额'],color=color,label='销售额')
ax1.set_xlabel('品牌')
ax1.set_ylabel('销售额',color=color)
ax1.set_xticklabels(dd.index,rotation=45)# 折线图
color2 = 'tab:red'
ax2 = ax1.twinx()
ax2.plot(dd.index,dd['销量'],color=color2,label='销量',marker='D')
ax2.set_ylabel('销量',color=color2)
fig.legend()3）主类别 子类别销量分析
import plotly.express as px
import numpy as np# 旭日图
fig = px.sunburst(data,path=['主类别','子类别'],values='销量',color='子类别',hover_data=['销量']
)fig.show()4）评论数
data.groupby('店名')['评论数'].mean().sort_values(ascending=False).plot(kind='bar',width=0.8,color='g',alpha=0.6,figsize=(12,6))
5）品牌-销量-价格-评论数分析
plt.figure(figsize=(15,8))
x = data.groupby('店名')['销量'].mean()
y = data.groupby('店名')['评论数'].mean()
s = data.groupby('店名')['交易价格'].mean()
txt = data.groupby('店名')['产品编号'].count().index # 求分组对应的索引
# print(txt)sns.scatterplot(x=x,y=y,size=s, # 点的大小sizes = (100,1500), # 点的范围data = data,hue=s # 按交易价格来分颜色
)
for i in range(len(txt)):plt.annotate(txt[i],xy=(x[i],y[i]))plt.show()
