物流项目分析2

数据来源：

某企业销售的6种商品所对应的送货及用户反馈数据

解决问题：

1.配送服务是否存在问题
2.是否存在尚有潜力的销售区域

3. 商品是否存在质量回题

先放结论：

1. 货品4一西北，货品2一马来西亚两条线路存在较大问题，急需提升时效
   2．货品2在华东地区还有较大市场空间，适合加大投入，同时货品2在西北配送时效长，用户拒收率高，应该减少投入
   3.货品1、2、4质量存在问题，建议扩大抽检范围，增大质检力度

分析过程如下：

一、数据淸洗
<1>重复值、缺失值、格式调整
<2>异常值处理（比如：销售金额存在等于0的，属于异常等）

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from IPython.core.interactiveshell import InteractiveShell
import openpyxl

InteractiveShell.ast_node_interactivity = "all"
pd.options.display.max_columns = 1000
pd.options.display.max_rows = 30
pd.set_option('display.float_format', lambda x: '%5f' % x)
%matplotlib inline
plt.rcParams['font.sans-serif'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False
%config Inlinebackend.config_format = 'svg'
"""
通过info()可以看出，包括10列数据，名字，数据量，格式等，可以得出：
1.订单号，货品交货情况，数量：存在缺失值，但是确实量不大，可以删除
2.订单行，对分析无关紧要，可以考虑删除
3.销售金额格式不对（万元|元，逗号问题），数据类型需要转换成intlfloat
"""
#删除重复记录
data.drop_duplicates(keep='first',inplace=True)
print(data.info())
#删除缺失值（na,删除带有na的整行数据，axis=0,how='any'默认值）
data.dropna(axis=0,how='any',inplace=True)
print(data.info())
#删除订单行
data.drop(columns=['订单行']，inplace=True,axis=1)
print(data.info())
#更新索引
data = data.reset_index(drop=True,inplace=True)
#取出销售金额列，对每一个数据进行清洗
#编写自定义过滤函数：删除逗号，转成float，如果是万元则*10000，否则，删除元
def data_deal(number):
    if number.find('万元') != -1:  #找到带有万元的，取出数字，去掉逗号，转成float,*10000,find()!=-1即找到带有万元的意思
        number_new = float(number[:number.find('万元')].replace(',', '')) * 10000
        pass
    else:  #找到带有元的，删除元，删除逗号，转成float
        number_new = 0
        pass
    return number_new


data['销售金额']=data['销售金额'].map(data_deal)
data
#2.异常值处理
data.describe()  #数据描述
data=data[data['销售金额']!=0]
#1.销售金额==0,采用删除方法，因为数量很小
data.describe()
#2.销售金额和数量存在严重右偏现象，在电商领域2/8很正常，无需处理

二、数据规整
比如：增加一项辅助列：月份

data['销售时间']=pd.to_datetime(data['销售时间'])
data['月份']=data['销售时间'].apply(lambda x:x.month)
#用apply（）会对销售时间列里每个数据执行lambda函数，lambda取出month,储存到‘月份’列

三.数据分析：
1.配送服务是否存在问题“
a.月份维度

data['货品交货状况']=data['货品交货状况'].str.strip()#用strip函数去除内容中出现的首位空格现象
data1=data.groupby(['月份','货品交货状况']).size().unstack()#size(),分组后的数据进行一个梳数量的统计.unstack(）可以用列的形式显示
data1
#各月份按时交货率的计算
data1['按时交货率']=data1['按时交货']/(data1['按时交货']+data1['晚交货'])
data1
 #根据区域查看按时交货率
data2=data.groupby(['销售区域','货品交货状况']).size().unstack()#size(),分组后的数据进行一个梳数量的统计.unstack(）可以用列的形式显示
data2['按时交货率']=data2['按时交货']/(data2['按时交货']+data2['晚交货'])
print(data2.sort_values(by='按时交货率',ascending=False))
#货品维度
data2=data.groupby(['货品','货品交货状况']).size().unstack()#size(),分组后的数据进行一个梳数量的统计.unstack(）可以用列的形式显示
data2['按时交货率']=data2['按时交货']/(data2['按时交货']+data2['晚交货'])
print(data2.sort_values(by='按时交货率',ascending=False))
#货品和销售区域结合
data2=data.groupby(['货品','销售区域','货品交货状况']).size().unstack()#size(),分组后的数据进行一个梳数量的统计.unstack(）可以用列的形式显示
data2['按时交货率']=data2['按时交货']/(data2['按时交货']+data2['晚交货'])
print(data2.sort_values(by='按时交货率',ascending=False))
 #月份下，各货品销售的情况
data1=data.groupby(['月份','货品'])['数量'].sum().unstack()
data1.plot(kind='line')
t='(货品2)11月份销售量猛增'
plt.text(9.5,-9000,t,ha='center',fontsize=16,color='r')
#b.不同区域
data1=data.groupby(['销售区域','货品'])['数量'].sum().unstack()
data1
 #c不同的月份，区域的货品销量
data1=data.groupby(['月份','销售区域','货品'])['数量'].sum().unstack()
data1
#商品是否存在质量问题
#销售区域，货品用户反馈情况
 
data['货品用户反馈']=data['货品用户反馈'].str.strip()#先取出'用户反馈'字符串，再进行首位空格删除
data1=data.groupby(['货品','销售区域'])['货品用户反馈'].value_counts().unstack()
data1['质量合格率']=data1['质量合格']/data1.sum(axis=1)
#data1['质量合格率']=data1['质量合格']/(data1['拒货']+data1['质量合格']+data1['返修'])
data1.sort_values(['质量合格率'],ascending=False)
data1['质量合格率'].plot(kind='bar')
t='货品3，6，5合格率较高，返修率较低；货品1，2，4合格率较低，返修率较高'
plt.text(4.5,-0.45,t,ha='center',fontsize=12,color='r')#总结