注：本人是数据分析小白，这是第一篇数据分析报告，分析较肤浅，欢迎批评指正。
数据来源：www.kaggle.com/neuromusic/avocado-prices
基本步骤梳理
1 提出问题
2 理解数据
3 数据处理
4 构建模型
5 数据可视化
1牛油果案例提出以下问题
1每年袋装牛油果中各袋种类的比例/单卖牛油果品类占比
2美国牛油果自2015年以来的总销量和袋装变化情况及袋装比例变化
3美国传统牛油果和有机牛油果销量和单价的变化
4牛油果各地区比例变化
2理解数据
原始数据
查看原始数据集，理解数据：
Date——售卖日期
Average Price——每个牛油果平均价格
Total Volume——所有形式牛油果总销售量
Total Bags——总袋数牛油果的销量
small bags/large bags/Xlarge Bags——分别为不同袋装类型（小袋、大袋、超大袋）牛油果销量
types——牛油果种类，分为传统和有机牛油果
year——售卖年份
region——销售地区
█理解难点：4046/4225/4770——通过查询原数据来源得知均为Product lookup Code，为超市等为产品编制的产品查找代码，查看数据得知这几列均为单个售卖个数（由于本数据集中牛油果仅有单个售卖和袋装售卖方式）
3数据处理(为保证原数据准确性，新建工作表再复制原数据操作)
1列名重命名：将数据列名转换为易于理解的形式——4046/4225/4770加上PLU-。
2缺失值：第一列缺乏列名——通过第二列日期时间可以确定为周，手动填写Week补全
3重复值、异常值：本数据不存在重复值和异常值
4一致化处理：通过检查数据，发现region一列既有各个城市，又有Southwest等区域，还有total US，处理极大不方便，应该分层次处理
具体如下：
1在region一列右边新建country列，将原region列中所有Total US的数据复制到新建的名为“country”的列中——可ctrl +G选中空格然后输入=IF($N2=”Total US”,$N2,””)，ctrl+Enter批量填充
新建country和region列，将原来的region列改为city
2同理，在country列右边新建region列，将原region列改为city，选中空格后=IF(OR($N2=”Midsouth”,$N2=”Northeast”,$N2=”SouthCentral”,$N2=”Southeast”,$N2=”West”),$N2,””),CTRL+ENTER批量填充
3将现在的region列和country列全选/右键复制/选择性粘贴/值和数字形式——避免原region列的数值变化后这两列也跟着变化
4选中city一列，ctrl+F定位出所有的”Total US”、”Midsouth”、”Northeast”、”SouthCentral”、”Southeast”、”West”后全选，然后替换为” “最终得到下表作为“中间数据”工作表（其中country列仅有Total US，region列仅有Southwest等地区，city列为除了Total US和Southwest以外的城市）
进行一致化处理后的表格（命名为“中间数据”）
country列内容
region列内容——各地区
4数据透视表分析及可视化
根据具体问题建立数据透视表分析，具体流程如下：
1选中“中间数据”工作表任意数据/插入菜单——数据透视表
插入数据透视表
2得到弹出窗口/确定
弹出对话框
3得到数据透视表工作表，选择与问题相关的数据字段，即可形成数据透视表——此处以各城市牛油果总销量为例，要得到每年牛油果销量最高的十大城市，可选择city列加入行右键值筛选出销量前十的城市，年加入列，即可得到下表
数据透视表页面
美国牛油果销量前十数据透视表字段
美国牛油果销量前十数据透视表字段
4数据可视化操作
选中数据透视表任意位置——插入数据透视图——选择合适的图表即可（为保证图表按照某一顺序排列插入数据透视图前可先对数据排序）
插入数据透视图
数据筛选操作
数据排序操作
选择一定数据透视图的样式，最终得到图表如下:
美国牛油果销量前十城市
5数据分析部分及分析报告制作
根据上一步得到的图表，本文主要从城市、总销量VS 袋装销量、地区、有机VS 传统、品类等方面分类进行分析
城市
美国牛油果销量前十城市
1.总体来看，美国各城市牛油果销量从2015年到2018年价格均有一定增加
2.California牛油果的销量近年一直远超其他城市，近乎Great Lakes销量的两倍，从New York开始的销量第六到十的城市销量差距较小，均保持在50000000左右
总销量VS袋装销量
总销量与袋装销量变化
1.数量上，袋装牛油果的销量与总销量相比仍然有很大差距，目前单个牛油果售卖仍占据主流。
2.2015年到2018年，袋装牛油果销量的比例涨幅较大，由2015年第一季的15%上涨到2018年第一季的近35%，反映出牛油果需求量的逐年增加。
地区-销量分布
各地区牛油果销量占比
1.West地区牛油果销量占美国各地区比例最高，从2015开始均维持在近30%。
2.牛油果销量地区分布不均，West和South Central创造了超过50%的美国牛油果销量，Northeast等其他三区销量占比较低，应采取措施提高销量。
地区-销量变化
各地区销量变化情况
1.West和South Central销量最高，其他区域与之差距较大。
2.West销量占据美国各区第一，但从2017年第二季开始South Central逐渐缩小与West的差距，2018年有望赶超West区域跃居第一。
3.各地区销量均呈现出明显的季节变化，第一二季度销量较高，三四季度销量下滑。
有机VS传统
有机与传统牛油果销量对比
1.从销量来看，有机牛油果销量与传统牛油果差异巨大，目前还仅仅是传统牛油果销量的零头，有机牛油果销售还有很大市场发展空间。
有机与传统牛油果价格变化
2.有机牛油果与传统牛油果价格变化趋势相同，但有机牛油果的价格相对传统牛油果偏高，两者价格差异维持在0.5美元/个左右，这可能导致了有机牛油果销量的偏低。
有机与传统牛油果销量变化
3.有机牛油果与传统牛油果销量变化趋势总体相同，但涨幅方面，有机牛油果涨幅较传统牛油果更大，2015年到2018年，从6亿左右近乎翻了一倍，有机牛油果销量上尚有很大提升潜力。
品类-袋装
袋装牛油果各品类销量占比
1.目前，小袋牛油果销量仍是袋装牛油果销量的主要来源，超大袋牛油果销量占比极低。
2.大袋牛油果销量占比2015-2018年间有一定上涨，该类牛油果可能家庭购买食用，反映出美国人民对牛油果需求增加，但目前超大袋的需求量仍微不足道，可适当减少其生产量。
品类-单卖
单卖牛油果各品类销量占比
1.单卖牛油果中，4225和4046销量组成了单卖总销量的90%以上，其中4046销量在50%左右波动，4770销量情况不太乐观。
2.可适当推出4225和4046的两个装刺激销量，满足个人消费者的消费需求。
制作数据分析报告（略）
按照总分总的格式制作数据分析PPT报告，具体文档分类：背景与目的——美国牛油果销量价格分析——结论与总结
网友评论