【python数据分析实战】电商打折套路解析（3）—— 哪些商品真的在打折？其折扣率是多少？

迷南。 2023-07-16 06:57 7阅读 0赞

##### 1. 划分商品销售时期 #####

1） 首先需要重新的取出加载的原始表格中所需字段的数据

2） 其次就是针对销售的时间进行时期的划分，就类似之前处理的商品类别的划分。划分的依据如下

划分时段为：‘双十一前’（4-10）,‘双十一当天’（11）,‘双十一后’（11-14）；

3）接着针对每个商品，评估其打折的情况

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、不存在涨价现象

不打折：商品价格无变化

data2 = df[['id','title','店名','date','price']]
    data2['period'] = pd.cut(
    						data2['date'],#依据要划分的字段
    						[4,10,11,14], #划分的区间
    						labels = ['双十一前','双十一当天','双十一后']#对应的命名填充
    						)

##### 2. 计算出打折商品和未打折商品占比 #####

1） 首先查看同一个商品是否有价格上的波动

和之前的筛选同一个商品是否换了马甲的筛选情况类似，之前的是按照’id’和’title’字段，原理是通过同一个’id’对应多个’title’从而确定商品是换了马甲的，那么这里是可以借鉴，使用’id’和’price’进行分组，就可以知道同一个’id’对应的’price’是否一致，如果不一致，证明双十一期间存在着价格波动，如果一致说明未变化。由于这里是要获得价格，按照最小值的进行获取

price = data2[['id','price','period']].groupby(['id','price']).min()
    price.reset_index(inplace = True)
    print(price.head(15))

–> 输出结果为：（从结果可以看出部分商品双十一前的价钱是有打折的）  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70]  
2） 筛选出真打折和不打折的商品的`id`

这里默认价格变动就是在真打折，因为是双十一活动，如果比原来的价钱还高的话，商家也没有必要和自己作对呢，所以可以认定价格存在波动就是在打折（商家参加活动的策略：就是以让利获取多销）。筛选的方式就很简单了，可以直接对’id’字段进行计数即可，如果’id’的值为1，说明该商品的价钱一直没有发生变化，如果’id’值不为1，说明商品再打折

id_count = price['id'].value_counts()
    id_type1 = id_count[id_count == 1].index
    id_type2 = id_count[id_count != 1].index

3） 计算打折商品和不打折商品占比

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}%'.format(n2/len(id_count)*100, n1/len(id_count)*100))

–> 输出结果为：（可以看出其实有四分之三的商品是没有打折的）

真打折的商品数量约占比24.73%，不打折的商品数量约占比75.27%

##### 3. 针对打折商品，查看折扣率为多少 #####

1） 还是和之前一样按照’id’和’price’分组，不过这次选择的数据集是刚刚处理完毕后的data2(添加了’period’字段)

result3_data1 = data2[['id','price','period','店名']].groupby(['id','period']).min()
    result3_data1.reset_index(inplace = True)
    print(result3_data1.head(15))

–> 输出结果为：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 1]  
2）选择商品，筛选出双十一前和当天的商品，两者相除就是折扣率了

result3_before11 = result3_data1[result3_data1['period'] == '双十一前']
    result3_at11 = result3_data1[result3_data1['period'] == '双十一当天']
    result3_data2 = pd.merge(result3_at11,result3_before11,on = 'id')
    
    result3_data2['zkl'] = result3_data2['price_x'] / result3_data2['price_y']

–> 输出结果为：（先筛选，在合并，最后计算折扣率）  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 2]  
3） 数据清洗

可以看到最后输出的结果存在着很多缺失值，需要先处理这些数据，可以先查看最后的数据缺失值的情况，然后对相应字段进行处理，最后核实

print(result3_data2.isna().sum())
    
    bokeh_data = result3_data2[['id','zkl']].dropna()
    print(bokeh_data.isna().sum())

–> 输出结果为：（最后只需要提取商品的id号以及折扣率即可）

id             0
    period_x       0
    price_x     1167
    店名_x        1167
    period_y       0
    price_y      141
    店名_y         141
    zkl         1224
    dtype: int64
    
    id     0
    zkl    0
    dtype: int64

4）划分折扣区间

为了绘图美观，数据绘制的点数在15-20个左右较好，这里由于数据量较大，采用的是划分20份，接着就是对处于这20个区间的数据进行分组，就可以得到需要的数据了

bokeh_data['zkl_range'] = pd.cut(bokeh_data['zkl'],bins = np.linspace(0,1,21))
    bokeh_data2 = bokeh_data.groupby('zkl_range').count().iloc[:-2]
    print(bokeh_data2)

–> 输出结果为：（最后一个区间是nan，原因是有的商品实际上是涨价的，也就不在\[0-1\]区间内，但是数据很少，倒数第二个是区间（0.95-1\]，反应的是商品几乎没有打折，可以直接删除，如果保留的话，数据量较大，共1468份，会造成绘制的图形畸形）  
![在这里插入图片描述][20200318182614224.png]  
5） 计算不同折扣率商品的百分比

bokeh_data2['zkl_pre'] = bokeh_data2['zkl']/bokeh_data2['zkl'].sum()

6） bokeh制图

① 绘制商品折扣率情况图形

from bokeh.models import HoverTool
    output_file('折扣率.html')
    source = ColumnDataSource(data=bokeh_data2)
    # 创建数据
    
    lst_brand = bokeh_data2.index.tolist()
    
    hover = HoverTool(tooltips=[("商品数量", "@zkl"),
                                ("折扣率","@zkl_pre{100%,0.0}")])  # 设置标签显示内容
    
    p = figure(x_range=lst_brand, plot_width=900, plot_height=350, title="商品折扣率统计",
              tools=[hover,'reset,xwheel_zoom,pan,crosshair'])
    # 构建绘图空间
    
    p.line(x='zkl_range',y='zkl_pre',source = source,     # 设置x，y值, source → 数据源
           line_width=2, line_alpha = 0.8, line_color = 'black',line_dash = [10,4])   # 线型基本设置
    # 绘制折线图
    p.circle(x='zkl_range',y='zkl_pre',source = source, size = 8,color = 'red',alpha = 0.8)
    
    p.xgrid.grid_line_color = None
    p.axis.minor_tick_line_color = None
    p.outline_line_color = None
    # 设置其他参数
    show(p)

–> 输出结果为：（这里要注意可交互式注释的时候，显示的格式的问题，比如想都按照百分号的形式输入）  
![在这里插入图片描述][20200318195155154.gif]  
② 绘制不同品牌折扣率情况图形

from bokeh.transform import jitter
    
    brands = result3_data2['店名_y'].dropna().unique().tolist()
    # 得到y坐标
    
    bokeh_data = result3_data2[['id','zkl','店名_y']].dropna()
    bokeh_data = bokeh_data[bokeh_data['zkl'] < 0.95]
    source = ColumnDataSource(data = bokeh_data)
    # 创建数据
    output_file('不同品牌折扣率.html')
    
    hover = HoverTool(tooltips=[("折扣率", "@zkl")])  # 设置标签显示内容
    
    p = figure(plot_width=800, plot_height=600,y_range=brands,title="不同品牌折扣率情况",
              tools=[hover,'reset,ywheel_zoom,pan,crosshair,box_select'])
    
    p.circle(x='zkl', 
             y=jitter('店名_y', width=0.6, range=p.y_range),
             source=source, alpha=0.3)
    
    p.ygrid.grid_line_color = None
    # 设置其他参数
    
    show(p)

–> 输出结果为：（ 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）  
![在这里插入图片描述][20200318201757585.gif]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70]: /images/20230528/79ef38ec93e8457f9e12cc62dd27722e.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 1]: /images/20230528/0e424752e4c34ee58c101318523e660f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2x5c184Mjg_size_16_color_FFFFFF_t_70 2]: /images/20230528/6405fd242152416f86f3e86831b00d14.png
[20200318182614224.png]: /images/20230528/7cabd2a148e743d4bd23f89d0b4786f8.png
[20200318195155154.gif]: /images/20230528/5a54874d99004a6eb410b38d18dfc6ac.png
[20200318201757585.gif]: /images/20230528/afd833ac94174c22ad7629ab0c1cd78c.png