美文网首页Python
用Python从商品维度分析超市月报表

用Python从商品维度分析超市月报表

作者: 对三zzzzzzz | 来源:发表于2019-12-05 16:52 被阅读0次

    业务背景:

    一般影响整体业绩的往往会是一些头部商品,如果发现总体指标变动较大时,首先需要去看头部商品的变动。

    需求说明:

    计算2017年4月销量Top10的商品以及商品类别。

    计算2017年4月销量Top10的商品以及商品类别在2017年1月的销量情况。

    计算2017年4月销量Top10的商品以及商品类别在2016年4月的销量情况。

    计算逻辑说明:

    先计算4月销量Top10商品,然后计算2017年1月、以及2016年4月每种商品的销量,然后进行链接(相当于Vlookup),就能算出本月销量Top10商品在其他月份的销量情况。

    1 导入相关库

    %matplotlib inline
    import pandas as pd
    import numpy as np
    import matplotlib.pyplot as plt
    from dateutil.parser import parse
    plt.rcParams["font.sans-serif"]='SimHei'#解决中文乱码
    plt.rcParams['axes.unicode_minus'] = False#解决负号无法正常显示的问题
    

    2 导入数据

    data_2017 = pd.read_csv(r"D:\360MoveData\Users\86159\Desktop\2017年1月&2017年4月数据.csv",parse_dates = ["STime"])
    data_2017.head()
    
    image.png
    data_2017.info()
    
    image.png
    data_2016 = pd.read_csv(r"D:\360MoveData\Users\86159\Desktop\\2016年1月&20164月数据.csv",parse_dates = ["STime"])
    data_2016.head()
    
    image.png
    image.png

    3 数据预处理

    data_2016["date"] = [parse(str(time)) for time in data_2016["SDate"]]
    data_2017["date"] = [parse(str(time)) for time in data_2017["SDate"]]
    
    data_2016["月份"] = [time.month for time in data_2016["date"]]
    data_2017["月份"] = [time.month for time in data_2017["date"]]
    
    image.png

    4 分商品数据
    还是老套路,先把要用的数据先取出来


    image.png
    image.png
    image.png
    image.png image.png
    image.png
    image.png image.png

    5 分类别数据


    image.png
    image.png
    image.png
    image.png
    image.png image.png

    6 分析总结

    相关文章

      网友评论

        本文标题:用Python从商品维度分析超市月报表

        本文链接:https://www.haomeiwen.com/subject/xkxjgctx.html