天貓訂單分析
Logout 

Python 3  

可信的
File
Edit
View
Insert
Cell
Kernel
Widgets
Help







執行






In [44]:


​
'''
根據天貓定訂單資料集進行訂單的綜合分析
共有28010條資料
​
欄位的說明：
    訂單編號：訂單編號
    總金額：訂單總金額
    買家實際支付金額：總金額 - 退款金額（在已付款的情況下）
    收貨地址：各個省份
    訂單建立時間：下單時間
    訂單付款時間：付款時間
    退款金額：付款後申請退款的金額。
    
分析的目的：
    訂單每個環節的轉化轉化率
    訂單成交的時間（按天）趨勢(按實際成交）
    訂單數（各省）
 
 
'''


Out[44]:
'\n根據天貓定訂單資料集進行訂單的綜合分析\n共有28010條資料\n\n欄位的說明：\n    訂單編號：訂單編號\n    總金額：訂單總金額\n    買家實際支付金額：總金額 - 退款金額（在已付款的情況下）\n    收貨地址：各個省份\n    訂單建立時間：下單時間\n    訂單付款時間：付款時間\n    退款金額：付款後申請退款的金額。\n    \n分析的目的：\n    訂單每個環節的轉化轉化率\n    訂單成交的時間（按天）趨勢(按實際成交）\n    訂單數在地圖上的分佈\n '
In [45]:


​
# 匯入相關的資料包
import
 
 numpy as np 
import matplotlib.pyplot as plt 
import pandas as pd 
import os 
import warnings
warnings.filterwarnings('ignore')



In [46]:


# 讀取資料
df = pd.read_csv('tmall_order_report.csv',engine='python',encoding='utf8')



In [47]:


df.head().append(df.tail()) #檢視資料的前5行及後5行。.head（）預設前五行


Out[
 
47]:

訂單編號
總金額
買家實際支付金額
收貨地址
訂單建立時間
訂單付款時間
退款金額
0
1
178.8
0.0
上海
2020-02-21 00:00:00
NaN
0.0
1
2
21.0
21.0
內蒙古自治區
2020-02-20 23:59:54
2020-02-21 00:00:02
0.0
2
3
37.0
0.0
安徽省
2020-02-20 23:59:35
NaN
0.0
3
4
157.0
157.0
湖南省
2020-02-20 23:58:34
2020-02-20 23:58:44
0.0
4
5
64.8
0.0
江蘇省
2020-02-20 23:57:04
2020-02-20 23:57:11
64.8
28005
28006
37.0
37.0
四川省
2020-02-27 00:01:00
2020-02-27 00:01:10
0.0
28006
28007
69.0
0.0
上海
2020-02-27 00:00:18
NaN
0.0
28007
28008
69.0
0.0
上海
2020-02-27 00:00:17
NaN
0.0
28008
28009
37.0
37.0
遼寧省
2020-02-27 00:00:09
2020-02-27 00:00:17
0.0
28009
28010
37.0
37.0
廣東省
2020-02-27 00:00:06
2020-02-27 00:00:11
0.0
In [ ]:


​



In [48]:


# 處理資料
df.columns   #檢視資料欄位名


Out[48]:
Index(['訂單編號', '總金額', '買家實際支付金額', '收貨地址 ', '訂單建立時間', '訂單付款時間 ', '退款金額'], dtype='object')
In [49]:


# 將欄位名中的空格去掉
df = df.rename (columns = {'收貨地址 ':'收貨地址','訂單付款時間 ':'訂單付款時間'})
# df = df.rename( columns = {'收貨地址 ':'收貨地址','訂單付款時間 ':'訂單付款時間'} )



In [50]:


df.info()   #檢視資料有多少行，是否有缺失值，以及每列的資料型別



<class 'pandas.core.frame.DataFrame'>
RangeIndex: 28010 entries, 0 to 28009
Data columns (total 7 columns):
訂單編號        28010 non-null int64
總金額         28010 non-null float64
買家實際支付金額    28010 non-null float64
收貨地址        28010 non-null object
訂單建立時間      28010 non-null object
訂單付款時間      24087 non-null object
退款金額        28010 non-null float64
dtypes: float64(3), int64(1), object(3)
memory usage: 1.5+ MB
In [51]:


df.duplicated().sum()   #檢視是否有重複值


Out[51]:
0
In [52]:


df.isnull().sum()   #檢視是否有缺失值


Out[52]:
訂單編號           0
總金額            0
買家實際支付金額       0
收貨地址           0
訂單建立時間         0
訂單付款時間      3923
退款金額           0
dtype: int64
In [ ]:


​



In [53]:


'''
訂單轉化率：
    總訂單數
    付款訂單數  （訂單提交後並將錢付給第三方）
    到款訂單數   （客戶成功收貨並沒有申請退換貨，完成交易）
    全額到款訂單數
'''


Out[53]:
'\n訂單轉化率：\n    總訂單數\n    付款訂單數  （訂單提交後並將錢付給第三方）\n    到款訂單數   （客戶成功收貨並沒有申請退換貨，完成交易）\n    全額到款訂單數\n'
In [54]:


# 訂單總數
buy_dict = dict()  #建立一個交易資訊統計字典
key = '總訂單數'
buy_dict[key] = len(df)
buy_dict[key]


Out[54]:
28010
In [56]:


# 付過款的訂單數
key = '付款的訂單數'
df_payed = df[df['訂單付款時間'].notnull()]
buy_dict[key] = len(df_payed)
buy_dict[key]
# df[df['訂單付款時間'].notnull()]


Out[56]:
24087
In [57]:


# 到款訂單數（賣家實際支付的金額！=0，說明訂單商家收到過款）
key = '到款訂單數'
df_trans = df_payed[df_payed['買家實際支付金額'] !=0]
buy_dict[key]=len(df_trans)
buy_dict[key]


Out[57]:
18955
In [59]:


# 全額貸款訂單數
key = '全額貸款訂單數'
df_trans_full = df_payed[df_payed['退款金額'] ==0]
buy_dict[key]=len(df_trans_full)
buy_dict[key]


Out[59]:
18441
In [60]:


# 檢視轉化資料
buy_dict


Out[60]:
{'總訂單數': 28010, '付款的訂單數': 24087, '到款訂單數': 18955, '全額貸款訂單數': 18441}
In [61]:


df_convs = pd.Series(buy_dict,name ='訂單數' ).to_frame()
df_convs


Out[61]:

訂單數
總訂單數
28010
付款的訂單數
24087
到款訂單數
18955
全額貸款訂單數
18441
In [62]:


# 總體轉化率
# 新增總體轉化率，每個環節除以總訂單數
name = '總體轉化率'
total_convs = df_convs['訂單數']/df_convs.loc['總訂單數','訂單數'] * 100
df_convs[name] = total_convs.apply(lambda x : round(x,0))
df_convs


Out[62]:

訂單數
總體轉化率
總訂單數
28010
100.0
付款的訂單數
24087
86.0
到款訂單數
18955
68.0
全額貸款訂單數
18441
66.0
In [63]:


# 單一轉化率
# 新增單一環節轉化率，每個環節除以上個環節
name = '單一環節轉化率'
single_convs = df_convs['訂單數'].shift()
df_convs[name] = single_convs.fillna(df_convs.loc['總訂單數','訂單數'])
df_convs[name] = round((df_convs['訂單數']/df_convs[name] * 100),0)
df_convs
​
​


Out[63]:

訂單數
總體轉化率
單一環節轉化率
總訂單數
28010
100.0
100.0
付款的訂單數
24087
86.0
86.0
到款訂單數
18955
68.0
79.0
全額貸款訂單數
18441
66.0
97.0
In [ ]:


​



In [67]:


# 整體訂單數趨勢
df_trans['訂單建立時間'] = df_trans['訂單建立時間'].astype('datetime64')
df_trans = df_trans.set_index("訂單建立時間")
df_trans.head()


Out[67]:

訂單編號
總金額
買家實際支付金額
收貨地址
訂單付款時間
退款金額
訂單建立時間






2020-02-20 23:59:54
2
21.0
21.0
內蒙古自治區
2020-02-21 00:00:02
0.0
2020-02-20 23:58:34
4
157.0
157.0
湖南省
2020-02-20 23:58:44
0.0
2020-02-20 23:56:39
6
327.7
148.9
浙江省
2020-02-20 23:56:53
178.8
2020-02-20 23:56:36
7
357.0
357.0
天津
2020-02-20 23:56:40
0.0
2020-02-20 23:56:12
8
53.0
53.0
浙江省
2020-02-20 23:56:16
0.0
In [75]:


import matplotlib
matplotlib.rcParams['font.sans-serif'] = ['SimHei']
se_trans_month = df_trans.resample('D')['訂單編號'].count()
se_trans_month.plot()
se_trans_month.name


Out[75]:
'訂單編號'


In [70]:


# 可以看到在二月的上半月，企業很多由於新年而未復工，快遞大多停運，無法發貨
# 下半月企業復工，訂單逐漸上漲。



In [71]:


df_trans['買家實際支付金額'].mean()


Out[71]:
100.36861777895066
In [ ]:


​
​



In [74]:




# 銷量區域分佈
import matplotlib
matplotlib.rcParams['font.sans-serif'] = ['SimHei']
se_trans_map = df_trans.groupby('收貨地址')['收貨地址'].count().sort_values(ascending=False)
plt.figure(dpi=100)
se_trans_map.plot(kind='bar')


Out[74]:
<matplotlib.axes._subplots.AxesSubplot at 0x2ed0d0ef668>


In [ ]:


​

'''
根據天貓定訂單資料集進行訂單的綜合分析
共有28010條資料

欄位的說明：
    訂單編號：訂單編號
    總金額：訂單總金額
    買家實際支付金額：總金額 - 退款金額（在已付款的情況下）
    收貨地址：各個省份
    訂單建立時間：下單時間
    訂單付款時間：付款時間
    退款金額：付款後申請退款的金額。
    
分析的目的：
    訂單每個環節的轉化轉化率
    訂單成交的時間（按天）趨勢(按實際成交）
    訂單數（各省）
 '''


# 匯入相關的資料包
import numpy as np 
import matplotlib.pyplot as plt 
import pandas as pd 
import os 
import warnings
warnings.filterwarnings('ignore')

# 讀取資料
df = pd.read_csv('tmall_order_report.csv',engine='python',encoding='utf8')

df.head().append(df.tail()) #檢視資料的前5行及後5行。.head（）預設前五行



# 處理資料
df.columns   #檢視資料欄位名

# 將欄位名中的空格去掉
df = df.rename (columns = {'收貨地址 ':'收貨地址','訂單付款時間 ':'訂單付款時間'})
# df = df.rename( columns = {'收貨地址 ':'收貨地址','訂單付款時間 ':'訂單付款時間'} )

df.info()   #檢視資料有多少行，是否有缺失值，以及每列的資料型別

df.duplicated().sum()   #檢視是否有重複值

df.isnull().sum()   #檢視是否有缺失值



'''
訂單轉化率：
    總訂單數
    付款訂單數  （訂單提交後並將錢付給第三方）
    到款訂單數   （客戶成功收貨並沒有申請退換貨，完成交易）
    全額到款訂單數
'''

# 訂單總數
buy_dict = dict()  #建立一個交易資訊統計字典
key = '總訂單數'
buy_dict[key] = len(df)
buy_dict[key]

# 付過款的訂單數
key = '付款的訂單數'
df_payed = df[df['訂單付款時間'].notnull()]
buy_dict[key] = len(df_payed)
buy_dict[key]
# df[df['訂單付款時間'].notnull()]

# 到款訂單數（賣家實際支付的金額！=0，說明訂單商家收到過款）
key = '到款訂單數'
df_trans = df_payed[df_payed['買家實際支付金額'] !=0]
buy_dict[key]=len(df_trans)
buy_dict[key]

# 全額貸款訂單數
key = '全額貸款訂單數'
df_trans_full = df_payed[df_payed['退款金額'] ==0]
buy_dict[key]=len(df_trans_full)
buy_dict[key]

# 檢視轉化資料
buy_dict

df_convs = pd.Series(buy_dict,name ='訂單數' ).to_frame()
df_convs

# 總體轉化率
# 新增總體轉化率，每個環節除以總訂單數
name = '總體轉化率'
total_convs = df_convs['訂單數']/df_convs.loc['總訂單數','訂單數'] * 100
df_convs[name] = total_convs.apply(lambda x : round(x,0))
df_convs

# 單一轉化率
# 新增單一環節轉化率，每個環節除以上個環節
name = '單一環節轉化率'
single_convs = df_convs['訂單數'].shift()
df_convs[name] = single_convs.fillna(df_convs.loc['總訂單數','訂單數'])
df_convs[name] = round((df_convs['訂單數']/df_convs[name] * 100),0)
df_convs





# 整體訂單數趨勢
df_trans['訂單建立時間'] = df_trans['訂單建立時間'].astype('datetime64')
df_trans = df_trans.set_index("訂單建立時間")
df_trans.head()

import matplotlib
matplotlib.rcParams['font.sans-serif'] = ['SimHei']
se_trans_month = df_trans.resample('D')['訂單編號'].count()
se_trans_month.plot()
se_trans_month.name

# 可以看到在二月的上半月，企業很多由於新年而未復工，快遞大多停運，無法發貨
# 下半月企業復工，訂單逐漸上漲。

df_trans['買家實際支付金額'].mean()




# 銷量區域分佈
import matplotlib
matplotlib.rcParams['font.sans-serif'] = ['SimHei']
se_trans_map = df_trans.groupby('收貨地址')['收貨地址'].count().sort_values(ascending=False)
plt.figure(dpi=100)   
se_trans_map.plot(kind='bar')