預測2018年，11月和12月的銷售額

 1 import glob #讀檔案
 2 import os   #設定工作路徑
 3 import pandas as pd
 4 import re #正則表示式
 5 import numpy as np
 6 import datetime as dt #時間包
 7 from sklearn.linear_model import LinearRegression
 8 import seaborn as sns
 9 from matplotlib import pyplot as plt
10 import jieba  #分詞
11 import
 
 jieba.analyse
12 import imageio #配合做詞雲的
13 from wordcloud import WordCloud #詞雲
14 
15 #windows 中文編碼
16 plt.rcParams['font.sans-serif']='simhei'
17 plt.rcParams['axes.unicode_minus']=False
18 
19 sns.set_style("darkgrid",{"font.sans-serif":['simhei','Droid Sans Fallback']})
20 os.chdir(r'C:\Users\Administrator\Downloads\模組三資料\模組三資料\模組三程式碼檔案\code\綜合專案(電商文字挖掘)\data
 
')
21 os.chdir('./驅蟲劑市場')
22 filenames = glob.glob('*市場近三年交易額.xlsx') #列表
23 
24 
25 
26 def load_xlsx(filename):
27     # 抽取子類目的名字
28     colname = re.search(r'.*(?=市場)', filename).group()
29     # 讀取檔案
30     df = pd.read_excel(filename)
31     # 修改日期的格式
32     if df['時間'].dtypes == 'int64':
33         df['
 
時間'] = pd.to_datetime(df['時間'], unit='D', origin=pd.Timestamp('1899-12-30'))
34 
35     # 重新命名列名為子類目名
36     df.rename(columns={df.columns[1]: colname}, inplace=True)
37 
38     # 設定時間列作為索引
39     df = df.set_index('時間')
40     return df
41 dfs = [load_xlsx(i) for i in filenames]
42 df = pd.concat(dfs,axis=1).reset_index() #時間從大到小排序
43 month = df['時間'].dt.month
44 # 預測2018年 11、12月的資料
45 def momth_data(df,month):
46     for i in [11, 12]:
47         # 抽取對月份的資料
48         dm = df[month == i]  # 2015.11  2016.11  2017.11
49         # 訓練x是年份
50         xtrain = np.array(dm['時間'].dt.year).reshape(-1, 1)
51         print(xtrain)#[[2017][2016][2015]]
52         # 測試y是新增的行，對應的日期
53         ytest = [pd.datetime(2018, i, 1)] #[datetime.datetime(2018, 12, 1, 0, 0)]
54         print(ytest)
55         print(dm.columns)#Index(['時間', '滅鼠殺蟲劑', '電蚊香套裝', '盤香滅蟑香蚊香盤', '蚊香加熱器', '蚊香液', '蚊香片', '防黴防蛀片'], dtype='object')
56 
57         for j in range(1, len(dm.columns)):#1,2,3,4,5,6,7,每一列
58             print(j)
59             # 訓練y是指定的列
60             ytrain = np.array(dm.iloc[:, j]).reshape(-1, 1)
61             # 迴歸建模
62             lm = LinearRegression().fit(xtrain, ytrain)
63             # 預測當測試x為2018時銷售額 yhat
64             yhat = lm.predict(np.array([2018]).reshape(-1, 1))
65             ytest.append(round(yhat[0][0], 2))
66         # 給預測結果賦值對應的列名
67         newrow = pd.DataFrame([dict(zip(df.columns, ytest))])
68         # 預測結果行加在資料前
69         df = newrow.append(df)
70 momth_data(df,month)
71 
72 df.reset_index(drop=True,inplace=True)
73 df = df[df['時間'].dt.year != 2015]
74 df['colsums'] = df.sum(1) #取值第一列。交易金額總和列 ：滅鼠殺蟲劑       2.469394e+09
75 
76 df.insert(1,'year',df['時間'].dt.year) #年份列

圖表分析

近三年的市場趨勢

byyear = df.groupby('year').sum().reset_index()

1 byyear = df.groupby('year').sum().reset_index()
2 sns.relplot('year','colsums',kind='line',marker='o',data=byyear,height=4)
3 plt.title('近三年的市場趨勢')
4 plt.xticks(byyear.year,rotation=45)
5 plt.xlabel('年份')
6 plt.ylabel('總交易額')
7 plt.show()