电商打折套路分析 —— Python数据分析练习

Python数据分析练习

 

电商打折套路分析

——2016天猫双十一美妆数据分析

数据简介

• 此次分析的数据来自于城市数据团对2016年双11天猫数据的采集和整理，原始数据为.xlsx格式
• 包括update_time/id/title/price/店名，共5个字段，其中id为商品的唯一标识，店名为品牌名。

分析工具

• 主要使用了Python中的Pandas库进行数据处理，利用matplotlib绘制分析图表，利用bokeh进行了可视化展示。

• 当前使用版本：Python 3.6.5 |Anaconda, Inc.| (default, Mar 29 2018, 13:32:41) [MSC v.1900 64 bit (AMD64)]

说明

• 本次数据分析主要供学习使用，目的在于熟悉Python及相关库，同时练习数据分析的思维方式。
• 本次分析主要基于描述性统计，暂不包含预测模型。
• 文字说明会涉及实现的具体细节，而不仅是分析结果的展示。
• bokeh制图为交互式图表，此处截图展示
• 数据每日只采集一次，对于一日之内的变化无法进行分析

分析目标

• 商品销售时间分析
  1. 统计出商品总数和品牌总数
  2. 计算双十一当天在售商品占比
  3. 未参与双十一当天活动的商品，双十一之后的去向
  4. 参加双十一活动的品牌及其商品数量的分布
• 价格折扣分析
  1. 针对每个商品，分析其价格变化，判断是否打折
  2. 针对在打折商品，计算其折扣率
  3. 按照品牌分析，不同品牌的打折力度
  4. 分析商家打折套路
• 构建商品id/品牌的汇总表
  1. 商品id资料表格
  2. 品牌汇总资料表格
  3. 假打折商品详情

正文

相关模块导入

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
% matplotlib inline
import seaborn as sns

import warnings
warnings.filterwarnings(\'ignore\') 
# 不发出警告

from bokeh.io import output_notebook
output_notebook()
# 导入notebook绘图模块
from bokeh.plotting import figure,show
from bokeh.models import ColumnDataSource
# 导入图表绘制、图标展示模块
# 导入ColumnDataSource模块

import os

 

加载数据和数据预处理

• 设置工作路径，pandas导入数据
• 检查数据是否有缺失值
• 检查数据类型
• 对数据进行基本预处理
• 查看数据

# 加载数据
data = pd.read_excel(\'双十一淘宝美妆数据.xlsx\')

data[data.isnull().values == True].drop_duplicates
# 检查缺失值
data.dtypes
# 查看数据类型

data.index = data[\'update_time\']
data[\'date\'] = data.index.day
# Series没有.day方法，利用index做了一步转换

data = data.drop(\'update_time\', axis = 1)
data.reset_index(inplace = True)
data.rename(columns = {\'店名\': \'brand\'}, inplace = True)

data.head()

Part1 商品销售时间分析

1. 统计出商品总数和品牌总数
2. 计算双十一当天在售商品占比
3. 未参与双十一当天活动的商品，双十一之后的去向
4. 参加双十一活动的品牌及其商品数量的分布

统计商品总数和品牌总数：

data1 = data[[\'id\',\'title\', \'brand\', \'price\', \'date\']]

items_num = len(data1[\'id\'].unique())
brands_num = len(data1[\'brand\'].unique())

print(\'商品总数为: %d\' %items_num)
print(\'品牌总数为: %d\' %brands_num)

得到商品总数：3502，品牌总数：22

计算双十一当天在售商品占比：

items_at11 = data1[data1[\'date\'] == 11].drop_duplicates()
items_at11_num = len(items_at11)
precentage_11 = items_at11_num / items_num

print(\'双十一当天在售商品占比为: %.2f%%\' %(precentage_11 * 100))

得到双十一当天在售商品占比为：66.68%，约1/3的商品在双十一当天没有上架

 

商品销售情况分类

为了分析没参加双十一的产品去向，我们首先对所有商品id依据其上架时间进行分类。
根据date字段，统计每件商品的最早和最迟销售时间；再统计双11当天是否销售；最后进行分类。

• A. 11.11前后及当天都在售 → 一直在售
• B. 11.11之后停止销售 → 双十一后停止销售
• C. 11.11开始销售并当天不停止 → 双十一当天上架并持续在售
• D. 11.11开始销售且当天停止 → 仅双十一当天有售
• E. 11.5 - 11.9 → 双十一前停止销售
• F. 仅11.11当天停止销售 → 仅双十一当天停止销售
• G. 11.12开始销售 → 双十一后上架
• H. 11.10下架 → 可能11.11售罄 以后单独分析

# 分析商品最早/最迟销售时间，及双11当天销售情况
data_sellrange = data1.groupby(\'id\')[\'date\'].agg([\'min\', \'max\'])
id_at11 = data1[data1[\'date\'] == 11][\'id\']

data_temp1 = pd.DataFrame({\'id\': id_at11, \'on11sale\': True})

data1_id = pd.merge(data_sellrange, data_temp1, left_index = True, right_on = \'id\', how = \'left\')
data1_id.fillna(False, inplace = True)
data1_id[\'type\'] = \'unclassified\'
data1_id = data1_id.reset_index()
data1_id = data1_id.drop(\'index\', 1)

data1_id.head()

# 分类
data1_id = data1_id.reset_index()
data1_id = data1_id.drop(\'index\', 1)

data1_id[\'type\'][(data1_id[\'min\'] < 11) & (data1_id[\'max\'] > 11)] = \'A\'
data1_id[\'type\'][(data1_id[\'min\'] < 11) & (data1_id[\'max\'] == 11)] = \'B\'
data1_id[\'type\'][(data1_id[\'min\'] == 11) & (data1_id[\'max\'] > 11)] = \'C\'
data1_id[\'type\'][(data1_id[\'min\'] == 11) & (data1_id[\'max\'] == 11)] = \'D\'
data1_id[\'type\'][data1_id[\'on11sale\'] == False] = \'F\'
# 此时的F还包括E/H的情况
data1_id[\'type\'][data1_id[\'max\'] < 10] = \'E\'
data1_id[\'type\'][data1_id[\'min\'] > 11] = \'G\'
data1_id[\'type\'][data1_id[\'max\'] == 10] = \'H\'

data1_id[data1_id[\'type\'] == \'unclassified\']
# 检查分类是否完备

# 分类的可视化
result1 = data1_id[\'type\'].value_counts()
# 用于可视化的数据命名为result
result1 = result1.loc[[\'A\', \'B\', \'C\', \'D\', \'E\', \'F\', \'G\', \'H\']]
# 用于调整Series中Index的顺序

plt.rcParams[\'font.sans-serif\']=[\'SimHei\']
# 用来正常显示中文标签
plt.axis(\'equal\')
# 保证长宽相等 --> 饼图为圆形
plt.pie(result1,labels = result1.index, autopct=\'%.2f%%\',pctdistance=0.8,labeldistance =1.1,
        startangle=90, radius=1.5,counterclock=False)                 
# 绘制饼图

 

未参与双十一活动的商品去向分析

• 暂时下架
• 改名上架
• 预售
• 未参与活动

# 选择数据字段
id_not11 = data1_id[data1_id[\'on11sale\'] == False]
df_not11 = id_not11[[\'id\', \'type\']]
# 此时没有title字段，需要找到data1合并
data1_not11 = pd.merge(df_not11, data1, how = \'left\', on = \'id\')
data1_not11.head()

# case1 暂时下架
not11_case1 = data1_not11[data1_not11[\'type\'] == \'F\'][\'id\'].drop_duplicates()
id_case1 = not11_case1.reset_index().drop(\'index\', 1)
id_case1[\'case1\'] = 1
# .unique()出现numpy数组，drop_duplicates()返回Series

# case2 更名上架
not11_case2 = data1_not11.groupby([\'id\', \'title\']).count().reset_index()
# 此时聚合的结果为每一个(id - title)对，对应的出现次数，即出现的日期和
title_count = not11_case2[\'id\'].value_counts().reset_index()
# 计算id出现的次数，如果次数大于1，则说明商品更改过title
# reset_index() 使原来index里的信息成为一个新的列
id_case2 = title_count[title_count[\'id\'] > 1][[\'index\']]
id_case2.columns = [\'id\']
id_case2[\'case2\'] = 1

# case3 预售
not11_case3 = data1_not11[data1_not11[\'title\'].str.contains(\'预售\')]
id_case3 = not11_case3[\'id\'].drop_duplicates().reset_index().drop(\'index\', 1)
# .unique() 返回ndarray / .drop_duplicates() 返回Serise
id_case3[\'case3\'] = 1

# case4 未参与活动
not11_case4 = data1_not11[(data1_not11[\'type\'] == \'E\') | (data1_not11[\'type\'] == \'G\')][\'id\'].drop_duplicates()
id_case4 = not11_case4.reset_index().drop(\'index\', 1)
id_case4[\'case4\'] = 1

print("未参与双十一当天活动的商品中:\n暂时下架商品的数量为%i个，更名上架商品的数量为\
%i个，预售商品的数量为%i个，未参与活动商品数量为%i个" %(len(id_case1), len(id_case2), len(id_case3), len(id_case4)))

未参与双十一当天活动的商品中：

暂时下架商品的数量为242个，更名上架商品的数量为110个，预售商品数量为453个，未参与活动商品数量为200个

# 查看没被分类的其他情况
id_not11_left = id_not11[[\'id\', \'min\', \'max\', \'type\']].reset_index()
id_not11_left = id_not11_left.drop(\'index\', axis = 1)
#id_not11_left[\'case\'] = \'\'
id_not11_left = pd.merge(id_not11_left, id_case1, how = \'left\', on = \'id\')
id_not11_left = pd.merge(id_not11_left, id_case2, how = \'left\', on = \'id\')
id_not11_left = pd.merge(id_not11_left, id_case3, how = \'left\', on = \'id\')
id_not11_left = pd.merge(id_not11_left, id_case4, how = \'left\', on = \'id\')
id_not11_left = id_not11_left.fillna(0)
id_not11_left[\'left\'] = id_not11_left[\'case1\'] + id_not11_left[\'case2\'] + id_not11_left[\'case3\'] + id_not11_left[\'case4\']
id_not11_others = id_not11_left[id_not11_left[\'left\'] == 0][[\'id\', \'min\', \'max\', \'type\']]

id_not11_others.head()
# 未纳入分类的商品都是10日下架的，可能于双11当天售罄
# 暂时下架/更名上架/预售 可能互相包含

 

参加双十一活动的品牌及其商品数量的分布

• 真正参与双十一活动的商品 = 双十一当天在售的商品 + 预售商品
• 对暂时下架/更名上架/售罄商品 后续可以研究其价格变化再确定
• 绘制堆叠图进行可视化

id_at11 = id_at11.reset_index().drop(\'index\', 1)
id_presell = id_case3[[\'id\']]
id_11all = pd.concat([id_at11, id_presell], ignore_index = True)
# 筛选双十一当日在售商品和预售商品id

id_presell[\'presell\'] = True
id_11all[\'11all\'] = True

data1_id = pd.merge(data1_id, id_presell, how = \'left\', on = \'id\')
data1_id.fillna(False, inplace = True)
data1_id = pd.merge(data1_id, id_11all, how = \'left\', on = \'id\')
data1_id.fillna(False, inplace = True)

data1_brand = data1[[\'id\', \'brand\']].drop_duplicates()
data1_id = pd.merge(data1_id, data1_brand, on = \'id\', how = \'left\')
# 合并数据 销售情况 id brand

data1_id.head()

data1_on11sale = data1_id[data1_id[\'on11sale\'] == True]
brand_on11sale = data1_on11sale.groupby(\'brand\')[\'id\'].count()

data1_presell = data1_id[data1_id[\'presell\'] == True]
brand_presell = data1_presell.groupby(\'brand\')[\'id\'].count()
# 统计各品牌双十一当天在售和预售商品数量

# 利用bokeh绘制堆叠图
from bokeh.models import HoverTool
from bokeh.core.properties import value

result2 = pd.DataFrame({\'on11sale\': brand_on11sale,
                        \'presell\': brand_presell})
result2[\'11all\'] = result2[\'on11sale\'] + result2[\'presell\']
result2.sort_values(by = \'11all\', inplace = True, ascending = False)

lst_brand = result2.index.tolist()
lst_type = result2.columns.tolist()[:2]
colors = ["#718dbf" ,"#e84d60"]
# 设置好参数

result2.index.name = \'brand\'
# 重命名标签
source1 = ColumnDataSource(result2)
# 创建数据

hover1 = HoverTool(tooltips = [(\'品牌\', \'@brand\'),
                               (\'双十一当天参与活动商品数量\', \'@on11sale\'),
                               (\'预售商品数量\', \'@presell\'),
                               (\'参与双十一活动商品总数\', \'@11all\')
                               ])
# 设置标签显示内容
#output_file(\'折扣商品数量.html\')

p1 = figure(x_range = lst_brand,
            plot_width = 900, plot_height = 350,
            title = \'各个品牌参与双十一活动的商品数量分布\',
            tools = [hover1, \'reset, xwheel_zoom, pan, crosshair\'])
# 构建绘图空间

p1.vbar_stack(stackers = lst_type,
              x = \'brand\', source = source1,
              width = 0.9, color = colors, alpha = 0.8,
              legend = [value(x) for x in lst_type],
              muted_color = \'black\', muted_alpha = 0.2)
# 绘制堆叠图

p1.xgrid.grid_line_color = None
p1.axis.minor_tick_line_color = None
p1.outline_line_color = None
p1.legend.location = "top_right"
p1.legend.orientation = "horizontal"
p1.legend.click_policy="mute"
# 设置其他参数

show(p1)

补充品牌数据汇总

data1_brands = result2.copy()
brand_total_item = data1_brand.groupby(\'brand\').count()
brand_total_item.columns = [\'total_items\']
data1_brands = pd.merge(data1_brands, brand_total_item, left_index = True, right_index = True, how = \'outer\')

data1_brands.head()

	on11sale	presell	11all	total_items
brand
SKII	40	15	55	62
佰草集	208	32	240	279
倩碧	144	49	193	211
兰芝	107	4	111	156
兰蔻	112	27	139	168

 

Part2 价格折扣分析

1. 针对每个商品，分析其价格变化，判断是否打折
2. 针对在打折商品，计算其折扣率
3. 按照品牌分析，不同品牌的打折力度 
4. 分析商家打折套路

 

针对每个商品，评估其打折情况

• 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，无提前涨价
• 假打折：双十一之前存在涨价现象
• 不打折：商品价格无变化

data2 = data[[\'id\', \'title\', \'brand\', \'price\', \'date\']]
data2[\'period\'] = pd.cut(data2[\'date\'], [4, 10, 11, 14], labels = [\'双十一前\', \'双十一当天\', \'双十一后\'])
# 筛选数据

data2_price = data2[[\'id\', \'price\', \'period\']].groupby([\'id\', \'period\']).agg([\'min\', \'max\'])
data2_price.reset_index(inplace = True)
data2_price.columns = [\'id\', \'period\', \'min_price\', \'max_price\']
# 找到每个时段对应的最高和最低价格

data2_price_before11 = data2_price[data2_price[\'period\'] == \'双十一前\']
# 分析双十一之前的价格变化 --> 分析属于提前降价还是假打折(先涨价后降价)
data2_price_before11_diff = data2_price_before11[data2_price_before11[\'min_price\'] != data2_price_before11[\'max_price\']].reset_index().drop(\'index\', 1)
# 找出双十一前价格变化的商品
diff_id = data2_price_before11_diff[\'id\'].tolist()

data2_diffprice = pd.merge(data2, data2_price_before11_diff, on = \'id\', how = \'left\')
# 与原始数据合并，查看价格变化商品的具体情况
data2_diffpriceonly = data2_diffprice.dropna()
data2_diffpriceonly.drop(\'period_y\', 1, inplace = True)
# 删除多余的列和缺失值

before11_diff = data2_diffpriceonly[data2_diffpriceonly[\'period_x\'] != \'双十一后\'].reset_index().drop(\'index\', 1)
# 只查看双十一之前和当天的数据
before_11diffprice = before11_diff.pivot_table(index = \'id\', columns = \'date\', aggfunc = {\'price\':min})
# 数据透视表
before_11diffprice.columns = [5, 6, 7, 8, 9, 10, 11]
# 列名改用数字，不用字符串，方便运算

def function(df, *colnums):
    a = 0
    for colnum in colnums:
        if df[colnum + 1] - df[colnum] > 0.1:
            a = 1
    return a

before_11diffprice[\'jdz\'] = before_11diffprice.apply(lambda x: function(x, 5, 6, 7, 8, 9), axis = 1)
# 选择出涨价的商品在假打折列名标注1
# 只统计涨价1毛以上的
# DataFrame.apply函数的应用，如果设置axis参数为1则每次函数每次会取出DataFrame的一行来做处理

jdz_num = before_11diffprice[\'jdz\'].sum()
# 共有16件商品假打折
jdz_items = pd.merge(data1_id, before_11diffprice, on = \'id\', how = \'right\')
jdz_items = jdz_items[jdz_items[\'jdz\'] == 1]
jdz_items = jdz_items[jdz_items[\'jdz\'] == 1].reset_index().drop(\'index\', 1)

jdz_id = jdz_items[[\'id\', \'jdz\']]
# 提取假打折商品id

jdz_items

观察数据可知

• 假打折商品的品牌集中于妮维雅和美加净(各6件)，美宝莲有1件
• 兰蔻有一件商品在双十一前涨价后，双十一当日下架
• SKII和薇姿各有一件商品涨价后，双十一当天维持该价格
• 大牌套路深，深知法律风险，但这四件商品依旧被划分在假打折！

data2_nocheat = pd.merge(data2, jdz_id, on = \'id\', how = \'left\')
data2_nocheat[\'jdz\'].fillna(0, inplace = True)
data2_nocheat = data2_nocheat[data2_nocheat.jdz.isin([0])]
# 根据列条件删除行使用.isin(),参数为列表，如选择不包含，前面加负号
# 提取非假打折商品

price = data2_nocheat[[\'id\', \'price\', \'period\']].groupby([\'id\', \'price\']).min()
price.reset_index(inplace = True)
# 针对每个商品做price字段的value值统计，查看价格是否有波动

id_count = price[\'id\'].value_counts()
id_type1 = id_count[id_count == 1].index
# 价格无波动，不打折
id_type2 = id_count[id_count != 1].index
# 价格变动

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%%, 假打折的商品数量约占比%.2f%%\' % \
      (n2/items_num * 100, n1/items_num * 100, jdz_num/items_num * 100))
# 计算打折商品比例

真打折的商品约占比24.27%，不打折的商品数量约占比75.27%，假打折的商品约占0.46%

针对在打折商品，计算其折扣率

• 去除假打折商品
• 考虑双十一价格对比其前后的折扣率，主要考虑前折扣率
• 只计算九五折以上折扣

result3_pivot = data2_nocheat.pivot_table(index = \'id\', columns = \'period\', aggfunc = {\'price\': min})
# 数据透视可以一步到位，省却无数步骤
result3_pivot.columns = [\'price_before11\', \'price_on11\', \'price_after11\']
result3_pivot = result3_pivot.reset_index()

nocheat_idbrand = data2_nocheat[[\'id\', \'brand\']].drop_duplicates()
result3_final = pd.merge(result3_pivot, nocheat_idbrand, on = \'id\').reset_index().drop(\'index\', 1)
# 与品牌名合并

result3_final[\'qzkl\'] = result3_final[\'price_on11\'] / result3_final[\'price_before11\']
result3_final[\'hzkl\'] = result3_final[\'price_on11\'] / result3_final[\'price_after11\']
# 计算商品的前后折扣率

result3_on11 = result3_final.dropna()
# 筛选出双十一销售商品的折扣率
result3_zk = result3_on11[result3_on11[\'qzkl\'] < 0.96].reset_index()
# 筛选出真打折的商品

result3_zk.head()

	index	id	price_before11	price_on11	price_after11	brand	qzkl	hzkl
0	0	A10027317366	188.0	159.00	258.0	相宜本草	0.845745	0.616279
1	2	A10847151685	180.0	125.99	240.0	佰草集	0.699944	0.524958
2	8	A12455538031	79.0	69.00	79.0	美宝莲	0.873418	0.873418
3	26	A12591129422	189.0	179.00	250.0	玉兰油	0.947090	0.716000
4	35	A12620798148	238.0	219.00	260.0	玉兰油	0.920168	0.842308

 

## 用bokeh绘制折线图：x轴为折扣率，y轴为商品数量占比
## 商品折扣率统计，每个折扣区间与总打折商品占比
bokeh_data = result3_zk[[\'id\', \'qzkl\']]
bokeh_data[\'zkl_range\'] = pd.cut(bokeh_data[\'qzkl\'], bins = np.linspace(0, 1, 21))
# 创建折扣率区间

bokeh_data2 = bokeh_data.groupby(\'zkl_range\').count().iloc[:-1]
bokeh_data2[\'zkl_pre\'] = bokeh_data2[\'qzkl\'] / bokeh_data2[\'qzkl\'].sum()
# 将数据按照折扣率拆分为不同区间，并统计不同1扣率的商品数量

bokeh_data2 = bokeh_data2.reset_index().drop(\'id\', axis = 1)
bokeh_data2.dtypes
# 查看bokeh_data2数据类型，zkl_range类型为category --> str
bokeh_data2[\'zkl_range\'] = bokeh_data2[\'zkl_range\'].astype(str)
# bokeh_data2[\'zkl_range\'] = list(map(str,bokeh_data2[\'zkl_range\']))

bokeh_data2.head()

#output_file(\'商品折扣率统计折线图.html\')

source2 = ColumnDataSource(bokeh_data2)
lst_zkl = bokeh_data2[\'zkl_range\'].tolist()
# 此时列表中每个元素均为str

hover2 = HoverTool(tooltips = [(\'折扣商品数量\', \'@qzkl\')])

p2 = figure(x_range = lst_zkl,
            plot_width = 900, plot_height = 350,
            title = \'商品折扣率统计\',
            tools = [hover2, \'reset, xwheel_zoom, pan, crosshair\'])
# 构建绘图空间

p2.line(x = \'zkl_range\', y = \'zkl_pre\', source = source2,
        line_width = 2, line_alpha = 0.8, line_color = \'black\', line_dash = [10, 4])

p2.circle(x = \'zkl_range\', y = \'zkl_pre\', source = source2,
          size = 8, color = \'red\', alpha = 0.8)

p2.xgrid.grid_line_color = None
p2.axis.minor_tick_line_color = None
p2.outline_line_color = None
# 设置其他参数
show(p2)

观察上图可知，商品折扣率主要集中在五折和九折，二者共占50%以上

根据商品id汇总数据

• 包括商品销售时间和价格折扣数据

result3_zk[\'zk\'] = 1

# 根据id汇总数据
jdz_merge = jdz_items[[\'id\', \'jdz\']]
result3_zk_merge = result3_zk[[\'id\', \'zk\']]
data2_id = pd.merge(result3_final, jdz_merge, on = \'id\', how = \'outer\')
data2_id[\'jdz\'].fillna(0, inplace = True)
data2_id = pd.merge(data2_id, result3_zk_merge, on = \'id\', how = \'outer\')
data2_id[\'zk\'].fillna(0, inplace = True)
# 整理商品id的折扣情况

data1_id = data1_id.drop_duplicates()
# 商品销售情况去重

data_id = pd.merge(data1_id, data2_id, on = \'id\', how = \'outer\')
data_id.drop(\'brand_y\', axis = 1, inplace = True)
data_id.rename(columns = {\'min\': \'begin\', \'max\': \'end\', \'brand_x\': \'brand\'}, inplace = True)
# 汇总商品id的全数据

data_id.head()

根据品牌汇总数据

• 包括品牌商品销售时间和价格折扣数据
• 计算品牌折扣商品比例

brand_zk_num = result3_zk.groupby(\'brand\')[[\'id\']].count()
# 品牌折扣商品数
brand_jdz_num = jdz_items.groupby(\'brand\')[[\'id\']].count()
# 品牌假打折商品数
brand_zk_num.columns = [\'zk_num\']
brand_jdz_num.columns = [\'jdz_num\']
#重命名

brand_zkmean = result3_zk.groupby(\'brand\')[\'price_before11\', \'price_on11\', \'price_after11\', \'qzkl\', \'hzkl\'].mean()
brand_zkmean.columns = [\'zkprice_before11\', \'zkprice_on11\', \'zkprice_after11\', \'qzkl_mean\', \'hzkl_mean\']
# 品牌折扣商品价格、折扣率均值

brand_totalmean = data_id.groupby(\'brand\')[\'price_before11\', \'price_on11\', \'price_after11\'].mean()
brand_totalmean.columns = [\'meanprice_before11\', \'meanprice_on11\', \'meanprice_after11\']
# 品牌商品价格均值

data2_brands = pd.merge(brand_zk_num, brand_jdz_num, left_index = True, right_index = True, how = \'outer\')
data2_brands = pd.merge(data2_brands, brand_totalmean, left_index = True, right_index = True, how = \'outer\')
data2_brands.fillna(0, inplace = True)
data2_brands = pd.merge(data2_brands, brand_zkmean, left_index = True, right_index = True, how = \'outer\')
# 汇总品牌价格折扣数据

data_brands = pd.merge(data1_brands, data2_brands, left_index = True, right_index = True, how = \'outer\')
# 汇总品牌数据

data_brands[\'zk_pre\'] = data_brands[\'zk_num\'] / data_brands[\'total_items\']
# 计算品牌折扣商品比例

data_brands

按照品牌分析，不同品牌的打折力度¶

• 利用bokeh绘制浮动散点图
• y坐标为品牌名，x坐标为折扣力度

from bokeh.transform import jitter

brands = lst_brand.copy()
# 提取品牌列表

bokeh_data3 = result3_final[[\'id\', \'qzkl\', \'brand\']].dropna()
bokeh_data3 = bokeh_data3[bokeh_data3[\'qzkl\'] < 0.96]

source3 = ColumnDataSource(bokeh_data3)
# 创建数据

#output_file(\'不同品牌折扣情况.html\')

hover3 = HoverTool(tooltips = [(\'折扣率\', \'@qzkl\'),
                               (\'品牌\', \'@brand\')])
# 设置标签显示内容

p3 = figure(y_range = brands, plot_width = 800, plot_height = 600,
            title = \'不同品牌折扣情况\',
            tools = [hover3, \'box_select, reset, xwheel_zoom, pan, crosshair\'])    

p3.circle(x = \'qzkl\',
          y = jitter(\'brand\', width = 0.7, range = p3.y_range),
          source = source3,
          alpha = 0.3)
# 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

show(p3)

 

分析商家打折套路

• 筛选各品牌的折扣商品比例和平均折扣率
• 划分四个象限，利用bokeh制图

bokeh_data4 = data_brands[[\'total_items\', \'qzkl_mean\', \'zk_pre\']]
bokeh_data4[\'size\'] = bokeh_data4[\'total_items\'] * 0.2
bokeh_data4.columns = [\'amount\', \'zkl\', \'pre\', \'size\']
bokeh_data4.reset_index(inplace = True)
# 筛选出品牌商品总数，打折商品比例，平均折扣率
# 将点的大小设置为与商品总数有关

from bokeh.models.annotations import Span
from bokeh.models.annotations import Label
from bokeh.models.annotations import BoxAnnotation
# 导入注释相关模块

source4 = ColumnDataSource(bokeh_data4)
# 创建ColumnDataSource数据

#output_file(\'各个品牌打折套路解析.html\')

x_mean = bokeh_data4[\'pre\'].mean()
y_mean = bokeh_data4[\'zkl\'].mean()

hover4 = HoverTool(tooltips = [(\'品牌\',\'@brand\'),
                              (\'折扣率\',\'@zkl\'),
                              (\'商品总数\',\'@amount\'),
                              (\'参与打折商品比例\',\'@pre\')])
p4 = figure(plot_width = 800, plot_height = 800,
           title = \'各个品牌打折套路解析\',
           tools = [hover4,\'box_select,reset,wheel_zoom,pan,crosshair\'])
# 构建绘图空间

p4.circle_x(x = \'pre\', y = \'zkl\', source = source4, size = \'size\',
           fill_color = \'red\', line_color = \'black\', fill_alpha =0.6,
           line_dash = [8,3])
p4.ygrid.grid_line_dash = [6,4]
p4.xgrid.grid_line_dash = [6,4]

x = Span(location=x_mean, dimension=\'height\', line_color=\'green\',line_alpha = 0.7, line_width=1.5, line_dash = [6,4])
y = Span(location=y_mean, dimension=\'width\', line_color=\'green\',line_alpha = 0.7, line_width=1.5, line_dash = [6,4])
p4.add_layout(x)
p4.add_layout(y)
# 绘制辅助线

bg1 = BoxAnnotation(bottom=y_mean, right=x_mean,fill_alpha=0.1, fill_color=\'olive\')
label1 = Label(x=0.0, y=0.60,text="少量大打折",text_font_size="10pt" )
p4.add_layout(bg1)
p4.add_layout(label1)
# 绘制第一象限

bg2 = BoxAnnotation(bottom=y_mean, left=x_mean,fill_alpha=0.1, fill_color=\'firebrick\')
label2 = Label(x=0.35, y=0.60,text="大量大打折",text_font_size="10pt" )
p4.add_layout(bg2)
p4.add_layout(label2)
# 绘制第二象限

bg3 = BoxAnnotation(top=y_mean, right=x_mean,fill_alpha=0.1, fill_color=\'firebrick\')
label3 = Label(x=0.0, y=0.80,text="少量少打折",text_font_size="10pt" )
p4.add_layout(bg3)
p4.add_layout(label3)
# 绘制第三象限

bg4 = BoxAnnotation(top=y_mean, left=x_mean,fill_alpha=0.1, fill_color=\'olive\')
label4 = Label(x=0.35, y=0.80,text="大量少打折",text_font_size="10pt" )
p4.add_layout(bg4)
p4.add_layout(label4)
# 绘制第四象限

show(p4)

打折套路解析

• 少量大打折：雅诗兰黛、兰蔻、薇姿、悦诗风吟、欧珀莱
• 大量少打折：欧莱雅、玉兰油、美宝莲、妮维雅、蜜丝佛陀、美加净
• 大量大打折：自然堂、相宜本草、佰草集
• 不打折：SKII、倩碧、兰芝、娇兰、植村秀、资生堂、雅漾、雪花秀
• 假打折现象：妮维雅和美加净各有6件商品

 

Part3 汇总表格导出

• 商品id资料表格
• 品牌汇总资料表格
• 假打折商品详情

# 商品id资料表格
data_id_ch = data_id.copy()
data_id_ch.columns = [\'最早上架\', \'最迟上架\', \'商品id\', \'双十一当天售卖\', \'销售时间分类\',\
                      \'是否预售\', \'预售+双11当天\', \'品牌\', \'双十一前价格\', \'双十一当天价格\',\
                      \'双十一之后价格\', \'前折扣率\', \'后折扣率\', \'假打折\', \'真打折\']

data_brands_ch = data_brands.copy()
data_brands_ch.columns = [\'双十一当日商品数\', \'预售商品数\', \'双十一商品总数\', \'商品总数\',\
                          \'真打折商品数\', \'假打折商品数\', \'双十一前均价\', \'双十一当天均价\',\
                          \'双十一之后均价\', \'打折商品双十一前均价\', \'打折商品双十一均价\',\
                          \'打折商品双十一之后均价\', \'平均前折扣率\', \'平均后折扣率\',\
                          \'折扣商品占比\']

jdz_items_ch = jdz_items.copy()
jdz_items_ch.columns = [\'最早上架\', \'最迟上架\', \'商品id\', \'双十一当天售卖\', \'销售时间分类\',\
                      \'是否预售\', \'预售+双11当天\', \'品牌\', \'5日价格\', \'6日价格\', \'7日价格\',\
                      \'8日价格\', \'9日价格\', \'10日价格\', \'11日价格\', \'假打折\']

data_id_ch.to_excel(\'商品id资料表格.xlsx\')
data_brands_ch.to_excel(\'品牌汇总资料表格.xlsx\')
jdz_items_ch.to_excel(\'假打折商品详情.xlsx\')

data_id.to_excel(\'data_id.xlsx\')
data_brands.to_excel(\'data_brands.xlsx\')
jdz_items.to_excel(\'jdz_items.xlsx\')