计算每个卖家的平均价格和唯一买家数量并可视化答案

【问题标题】：Calculate average price and number of unique buyers for each seller and visualize计算每个卖家的平均价格和唯一买家数量并可视化
【发布时间】：2019-12-11 06:08:30
【问题描述】：

我有以下数据框：

      seller_id| buyer_id| quantity| price | transaction_date

          1432 | 344     |   40    | 3420  | 2015-02-01
          1432 | 356     |   41    | 3420  | 2015-02-01
          1432 | 354     |   41    | 3420  | 2015-02-03
          1456 | 354     |   41    | 3420  | 2015-02-04  
          1498 | 354     |   41    | 3420  | 2015-02-04

对于每个卖家，我想找到唯一买家的数量以及所有唯一卖家销售的平均购买价格。然后我想可视化这些数据，因为我有 200 个独特的卖家，以查看系统中所有卖家的所有销售额的分布。

因此，对于 Seller_id 1432，平均销售额为 3420 美元

我试过df.groupby(['seller_id', 'buyer_id'])['amount'].transform(avg)

它没有返回我想要的结果。

【问题讨论】：

df.groupby(['seller_id'])['amount'].mean()?
您还尝试过什么？你读过 Pandas 文档吗？

标签： python pandas pandas-groupby

【解决方案1】：

创建你的熊猫DataFrame

import pandas as pd
from io import StringIO

data = \
"""seller_id|buyer_id|quantity|price|transaction_date
1432 | 344     |   40    | 3420  | 2015-02-01
1432 | 356     |   41    | 3420  | 2015-02-01
1432 | 354     |   41    | 3420  | 2015-02-03
1456 | 354     |   41    | 3420  | 2015-02-04  
1498 | 354     |   41    | 3420  | 2015-02-04  
"""
df = pd.read_csv(StringIO(data), sep='|')

然后根据'seller_id' 创建您的统计信息

sellers_stats = df.groupby(['seller_id']).agg({'price': 'mean', 'buyer_id': pd.Series.nunique}).reset_index()
sellers_stats.columns = ['seller_id', 'avg_price', 'unique_buyers']
sellers_stats

然后你就可以绘图了

import matplotlib.pyplot as plt

fig, ax = plt.subplots()

x = [str(x) for x in sellers_stats['seller_id']]
y = [x for x in sellers_stats['unique_buyers']]
ax.plot(x, y)
ax.set(title='Unique buyers per seller')

plt.show()

和

fig, ax = plt.subplots()

x = [str(x) for x in sellers_stats['seller_id']]
y = [x for x in sellers_stats['avg_price']]
ax.plot(x, y)
ax.set(title='Average amount per seller')

plt.show()

或者你可以做一个单独的情节

import matplotlib.pyplot as plt

width = .35 # width of a bar
sellers_stats['avg_price'].plot(color='blue', kind='bar', width=width)
sellers_stats['unique_buyers'].plot(color='red', secondary_y=True)

ax = plt.gca()
plt.xlim([-width, len(sellers_stats['seller_id'])-width])
ax.set_xticklabels([str(x) for x in sellers_stats['seller_id']])

plt.show()

【讨论】：

【解决方案2】：

df.groupby(['seller_id','buyer_id']).count()
df.groupby(['seller_id','buyer_id']).mean()['amount']

哦，我以为这就是你想要的，这应该为你工作 data.groupby(['seller_id']).buyer_id.nunique()

【讨论】：

对于 1. 这以嵌套的方式为我提供了给定卖家的所有买家 ID，并且没有给我实际的计数。因此，对于每个卖家 ID，我列出了所有唯一买家，但没有计数。

【解决方案3】：

这是返回两个请求的数据帧的最小完整示例：

import pandas as pd
from io import StringIO

data = \
"""seller_id|buyer_id|quantity|amount|transaction_date
1432 | 344     |   40    | 3420  | 2015-02-01
1432 | 356     |   41    | 3420  | 2015-02-01
1432 | 354     |   41    | 3420  | 2015-02-03
1456 | 354     |   41    | 3420  | 2015-02-04  
1498 | 354     |   41    | 3420  | 2015-02-04  
"""
df = pd.read_csv(StringIO(data), sep='|')

nbs = df.groupby(['seller_id']).buyer_id.nunique()
print("Number of buyer per seller")
print(nbs)

avgpp = df.groupby(['seller_id']).mean()['amount']
print("Average purchase price across all the unique seller's sales")
print(avgpp)

【讨论】：