
作者:Mika
數(shù)據(jù):真達(dá)
如果說冬天對北方人來說只是一個季節(jié),而對南方人來說是一場“渡劫”。北方的冷是干冷,物理攻擊,多穿一點就好了。而且室內(nèi)有暖氣,在室內(nèi)可以穿著短袖吃冰棍。
而南方的冷是濕冷,魔法攻擊,穿再多沒有用。而且室內(nèi)還沒暖氣,各種段子也是層出不窮:
“你在北方的暖氣里四季如春,我在南方的寒冬下凍成冰棍兒”
“北方人過冬靠的是暖氣,南方人過冬靠的是一身正氣”
“我是一只來自北方的狼,來到南方卻被凍成了狗”
一到冬天南方人除了靠一身浩然正氣,空調(diào)、電熱毯、油汀、電暖氣等各類花式取暖電器都得安排上。
內(nèi)貿(mào)批發(fā)平臺1688上獲取的數(shù)據(jù)顯示,進(jìn)入11月以來,暖氣片在南方城市的銷量比去年同期增長了300%,平臺上取暖小家電品類整體營業(yè)額同比增幅達(dá)到200%,其中發(fā)熱墊的同比增速甚至高達(dá)600%。
據(jù)顯示,暖氣片和暖氣設(shè)備銷量貢獻(xiàn)最大的國內(nèi)客戶,主要都是來自長江沿線城市,以江浙滬、安徽、湖南、湖北、重慶、四川等地居多,一時間“南方取暖設(shè)備被買爆”話題登上了微博熱搜,讓人不禁感嘆南方人過個冬天實在是太難了。
用Python分析全網(wǎng)取暖器數(shù)據(jù)
我們使用Python獲取了淘寶網(wǎng)搜索關(guān)鍵詞暖氣片、取暖器、壁掛爐的商品數(shù)據(jù),并進(jìn)行了數(shù)據(jù)分析。
1.讀取數(shù)據(jù)
首先導(dǎo)入獲取的數(shù)據(jù)。
# 導(dǎo)入工具包 import numpy as np import pandas as pd from pyecharts.charts import Bar, Pie, Map, Page from pyecharts import options as opts import jieba
# 讀取數(shù)據(jù) df_all = pd.read_csv('../data/導(dǎo)出數(shù)據(jù).csv')
df_all.head()
df_all.shape (13212, 7)
2.數(shù)據(jù)清洗和整理
此處我們需要對數(shù)據(jù)集進(jìn)行數(shù)據(jù)清洗以便后續(xù)分析和可視化,主要工作內(nèi)容如下:
代碼實現(xiàn)如下:
df = df_all.copy() # 去除重復(fù)值 df.drop_duplicates(inplace=True)
df.shape
(6849, 7)
# 篩選記錄 df = df[df['purchase_num'].str.contains('人付款')] # goods_price列處理 df['goods_price'] = df['goods_price'].str.extract('(d+.{0,1}d*)') df['goods_price'] = df['goods_price'].astype('float') # purchase_num列處理 df['num'] = df['purchase_num'].str.extract('(d+.{0,1}d*)') df['num'] = df['num'].astype('float') df['unit'] = [10000 if '萬' in i else 1 for i in df['purchase_num']] # 計算銷量 df['purchase_num'] = df['num'] * df['unit'] # 計算銷售額 df['sales_volume'] = df['goods_price'] * df['purchase_num'] # 提取省份字段 df['province_name'] = df['location'].astype('str').str.split(' ').apply(lambda x:x[0]) # 刪除多余的列 df.drop(['num', 'unit', 'detail_url'], axis=1, inplace=True) # 重置索引 df = df.reset_index(drop=True) df.head()
此處我們對店鋪銷量、產(chǎn)地分布、商品價格等方面進(jìn)行可視化分析:
市場上的取暖器種類較多,有暖風(fēng)機、小太陽、電熱膜、油汀、快熱爐、踢腳線等取暖設(shè)備,我們首先看到這些取暖器的標(biāo)題詞云。
商品標(biāo)題詞云圖
可以看到"取暖器" "暖風(fēng)機" "暖氣片"都是出現(xiàn)的高頻詞。在特征方面"家用" "節(jié)能" "速熱"都十分常見。
接著,看到店鋪月銷量排名Top10。
店鋪月銷量排名Top10
可以看到店鋪銷量前十,凱瑞萊旗艦店位居第一。其后春尚電器專營店和蘇寧易購分別是第二第三名。排在前十的還有美的、tcl等品牌。
# 計算top10店鋪 shop_top10 = df.groupby('shop_name')['purchase_num'].sum().sort_values(ascending=False).head(10)
全國各省份產(chǎn)地銷量排名Top10
這些取暖器的產(chǎn)地都在哪兒呢?經(jīng)過分析發(fā)現(xiàn),浙江是生產(chǎn)取暖器的頭號大省,在產(chǎn)地銷量排名中一騎絕塵位居第一。之后排在第二位的是廣東。湖南、江蘇、山東分別位居第三第四第五名。
# 計算銷量top10 province_top10 = df.groupby('province_name')['purchase_num'].sum().sort_values(ascending=False).head(10)
不同價格區(qū)間的商品數(shù)量占比
取暖器都賣多少錢呢?經(jīng)過分析發(fā)現(xiàn),100元以下的商品是最多占比高達(dá)34.76%。其次是200-500元的商品,占比22.09%。
不同價格區(qū)間的銷量占比
與此同時,在銷量方面,價格在100元以下和100-200元之間的取暖產(chǎn)品也是銷量最好的,全網(wǎng)銷售量分別占比37.49%和35.92%。
結(jié)語
有了各式各樣的取暖器,南方冬天就好過了嗎?并不,空調(diào)開久了干,踢腳線耗電高,油汀等電暖氣更適合局部取暖,大空間制熱效果差。
雖然近年來也有很多南方家庭選擇全房裝地暖的,然而電暖用起來一個月電費就高達(dá)2、3千,這可能就是北方一個冬天的暖氣費用了。這么對比起來,似乎還是開空調(diào)和取暖器實在啊。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動決策的時代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計的實用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預(yù)測分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢預(yù)判? ? 在數(shù)據(jù)驅(qū)動決策的時代,預(yù)測分析作為挖掘數(shù)據(jù)潛在價值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點,而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報考到取證的全攻略? 在數(shù)字經(jīng)濟蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數(shù)據(jù)背后的時間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗:數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對策略? 長短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨特的門控機制,在 ...
2025-07-07統(tǒng)計學(xué)方法在市場調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場調(diào)研是企業(yè)洞察市場動態(tài)、了解消費者需求的重要途徑,而統(tǒng)計學(xué)方法則是市場調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03