電商打折套路分析 —— Python數據分析練習

 

電商打折套路分析

——2016天貓雙十一美妝數據分析

數據簡介

• 此次分析的數據來自於城市數據團對2016年雙11天貓數據的采集和整理，原始數據為.xlsx格式
• 包括update_time/id/title/price/店名，共5個字段，其中id為商品的唯一標識，店名為品牌名。

分析工具

• 主要使用了Python中的Pandas庫進行數據處理，利用matplotlib繪制分析圖表，利用bokeh進行了可視化展示。

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

說明

• 本次數據分析主要供學習使用，目的在於熟悉Python及相關庫，同時練習數據分析的思維方式。
• 本次分析主要基於描述性統計，暫不包含預測模型。
• 文字說明會涉及實現的具體細節，而不僅是分析結果的展示。
• bokeh制圖為交互式圖表，此處截圖展示
• 數據每日只采集一次，對於一日之內的變化無法進行分析

分析目標

• 商品銷售時間分析
  1. 統計出商品總數和品牌總數
  2. 計算雙十一當天在售商品占比
  3. 未參與雙十一當天活動的商品，雙十一之后的去向
  4. 參加雙十一活動的品牌及其商品數量的分布
• 價格折扣分析
  1. 針對每個商品，分析其價格變化，判斷是否打折
  2. 針對在打折商品，計算其折扣率
  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
• 構建商品id/品牌的匯總表
  1. 商品id資料表格
  2. 品牌匯總資料表格
  3. 假打折商品詳情

正文

相關模塊導入

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

import warnings
warnings.filterwarnings('ignore') 
# 不發出警告

from bokeh.io import output_notebook
output_notebook()
# 導入notebook繪圖模塊
from bokeh.plotting import figure,show
from bokeh.models import ColumnDataSource
# 導入圖表繪制、圖標展示模塊
# 導入ColumnDataSource模塊

import os

 

加載數據和數據預處理

• 設置工作路徑，pandas導入數據
• 檢查數據是否有缺失值
• 檢查數據類型
• 對數據進行基本預處理
• 查看數據

# 加載數據
data = pd.read_excel('雙十一淘寶美妝數據.xlsx')

data[data.isnull().values == True].drop_duplicates
# 檢查缺失值
data.dtypes
# 查看數據類型

data.index = data['update_time']
data['date'] = data.index.day
# Series沒有.day方法，利用index做了一步轉換

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

data.head()

Part1 商品銷售時間分析

1. 統計出商品總數和品牌總數
2. 計算雙十一當天在售商品占比
3. 未參與雙十一當天活動的商品，雙十一之后的去向
4. 參加雙十一活動的品牌及其商品數量的分布

統計商品總數和品牌總數：

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

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

print('商品總數為: %d' %items_num)
print('品牌總數為: %d' %brands_num)

得到商品總數：3502，品牌總數：22

計算雙十一當天在售商品占比：

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

print('雙十一當天在售商品占比為: %.2f%%' %(precentage_11 * 100))

得到雙十一當天在售商品占比為：66.68%，約1/3的商品在雙十一當天沒有上架

 

商品銷售情況分類

為了分析沒參加雙十一的產品去向，我們首先對所有商品id依據其上架時間進行分類。
根據date字段，統計每件商品的最早和最遲銷售時間；再統計雙11當天是否銷售；最后進行分類。

• A. 11.11前后及當天都在售 → 一直在售
• B. 11.11之后停止銷售 → 雙十一后停止銷售
• C. 11.11開始銷售並當天不停止 → 雙十一當天上架並持續在售
• D. 11.11開始銷售且當天停止 → 僅雙十一當天有售
• E. 11.5 - 11.9 → 雙十一前停止銷售
• F. 僅11.11當天停止銷售 → 僅雙十一當天停止銷售
• G. 11.12開始銷售 → 雙十一后上架
• H. 11.10下架 → 可能11.11售罄 以后單獨分析

# 分析商品最早/最遲銷售時間，及雙11當天銷售情況
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()

# 分類
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'
# 此時的F還包括E/H的情況
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']
# 檢查分類是否完備

# 分類的可視化
result1 = data1_id['type'].value_counts()
# 用於可視化的數據命名為result
result1 = result1.loc[['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H']]
# 用於調整Series中Index的順序

plt.rcParams['font.sans-serif']=['SimHei']
# 用來正常顯示中文標簽
plt.axis('equal')
# 保證長寬相等 --> 餅圖為圓形
plt.pie(result1,labels = result1.index, autopct='%.2f%%',pctdistance=0.8,labeldistance =1.1,
        startangle=90, radius=1.5,counterclock=False)                 
# 繪制餅圖

 

未參與雙十一活動的商品去向分析

• 暫時下架
• 改名上架
• 預售
• 未參與活動

# 選擇數據字段
id_not11 = data1_id[data1_id['on11sale'] == False]
df_not11 = id_not11[['id', 'type']]
# 此時沒有title字段，需要找到data1合並
data1_not11 = pd.merge(df_not11, data1, how = 'left', on = 'id')
data1_not11.head()

# case1 暫時下架
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()出現numpy數組，drop_duplicates()返回Series

# case2 更名上架
not11_case2 = data1_not11.groupby(['id', 'title']).count().reset_index()
# 此時聚合的結果為每一個(id - title)對，對應的出現次數，即出現的日期和
title_count = not11_case2['id'].value_counts().reset_index()
# 計算id出現的次數，如果次數大於1，則說明商品更改過title
# reset_index() 使原來index里的信息成為一個新的列
id_case2 = title_count[title_count['id'] > 1][['index']]
id_case2.columns = ['id']
id_case2['case2'] = 1

# case3 預售
not11_case3 = data1_not11[data1_not11['title'].str.contains('預售')]
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 未參與活動
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("未參與雙十一當天活動的商品中:\n暫時下架商品的數量為%i個，更名上架商品的數量為\
%i個，預售商品的數量為%i個，未參與活動商品數量為%i個" %(len(id_case1), len(id_case2), len(id_case3), len(id_case4)))

未參與雙十一當天活動的商品中：

暫時下架商品的數量為242個，更名上架商品的數量為110個，預售商品數量為453個，未參與活動商品數量為200個

# 查看沒被分類的其他情況
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()
# 未納入分類的商品都是10日下架的，可能於雙11當天售罄
# 暫時下架/更名上架/預售 可能互相包含

 

參加雙十一活動的品牌及其商品數量的分布

• 真正參與雙十一活動的商品 = 雙十一當天在售的商品 + 預售商品
• 對暫時下架/更名上架/售罄商品 后續可以研究其價格變化再確定
• 繪制堆疊圖進行可視化

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)
# 篩選雙十一當日在售商品和預售商品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')
# 合並數據 銷售情況 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()
# 統計各品牌雙十一當天在售和預售商品數量

# 利用bokeh繪制堆疊圖
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"]
# 設置好參數

result2.index.name = 'brand'
# 重命名標簽
source1 = ColumnDataSource(result2)
# 創建數據

hover1 = HoverTool(tooltips = [('品牌', '@brand'),
                               ('雙十一當天參與活動商品數量', '@on11sale'),
                               ('預售商品數量', '@presell'),
                               ('參與雙十一活動商品總數', '@11all')
                               ])
# 設置標簽顯示內容
#output_file('折扣商品數量.html')

p1 = figure(x_range = lst_brand,
            plot_width = 900, plot_height = 350,
            title = '各個品牌參與雙十一活動的商品數量分布',
            tools = [hover1, 'reset, xwheel_zoom, pan, crosshair'])
# 構建繪圖空間

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)
# 繪制堆疊圖

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"
# 設置其他參數

show(p1)

補充品牌數據匯總

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
蘭芝	107	4	111	156
蘭蔻	112	27	139	168

 

Part2 價格折扣分析

1. 針對每個商品，分析其價格變化，判斷是否打折 2. 針對在打折商品，計算其折扣率 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 

 

針對每個商品，評估其打折情況

• 真打折：商品的價格在10天內有波動，雙11價格為10天內最低價，無提前漲價
• 假打折：雙十一之前存在漲價現象
• 不打折：商品價格無變化

data2 = data[['id', 'title', 'brand', 'price', 'date']]
data2['period'] = pd.cut(data2['date'], [4, 10, 11, 14], labels = ['雙十一前', '雙十一當天', '雙十一后'])
# 篩選數據

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']
# 找到每個時段對應的最高和最低價格

data2_price_before11 = data2_price[data2_price['period'] == '雙十一前']
# 分析雙十一之前的價格變化 --> 分析屬於提前降價還是假打折(先漲價后降價)
data2_price_before11_diff = data2_price_before11[data2_price_before11['min_price'] != data2_price_before11['max_price']].reset_index().drop('index', 1)
# 找出雙十一前價格變化的商品
diff_id = data2_price_before11_diff['id'].tolist()

data2_diffprice = pd.merge(data2, data2_price_before11_diff, on = 'id', how = 'left')
# 與原始數據合並，查看價格變化商品的具體情況
data2_diffpriceonly = data2_diffprice.dropna()
data2_diffpriceonly.drop('period_y', 1, inplace = True)
# 刪除多余的列和缺失值

before11_diff = data2_diffpriceonly[data2_diffpriceonly['period_x'] != '雙十一后'].reset_index().drop('index', 1)
# 只查看雙十一之前和當天的數據
before_11diffprice = before11_diff.pivot_table(index = 'id', columns = 'date', aggfunc = {'price':min})
# 數據透視表
before_11diffprice.columns = [5, 6, 7, 8, 9, 10, 11]
# 列名改用數字，不用字符串，方便運算

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)
# 選擇出漲價的商品在假打折列名標注1
# 只統計漲價1毛以上的
# DataFrame.apply函數的應用，如果設置axis參數為1則每次函數每次會取出DataFrame的一行來做處理

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

觀察數據可知

• 假打折商品的品牌集中於妮維雅和美加凈(各6件)，美寶蓮有1件
• 蘭蔻有一件商品在雙十一前漲價后，雙十一當日下架
• SKII和薇姿各有一件商品漲價后，雙十一當天維持該價格
• 大牌套路深，深知法律風險，但這四件商品依舊被划分在假打折！

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])]
# 根據列條件刪除行使用.isin(),參數為列表，如選擇不包含，前面加負號
# 提取非假打折商品

price = data2_nocheat[['id', 'price', 'period']].groupby(['id', 'price']).min()
price.reset_index(inplace = True)
# 針對每個商品做price字段的value值統計，查看價格是否有波動

id_count = price['id'].value_counts()
id_type1 = id_count[id_count == 1].index
# 價格無波動，不打折
id_type2 = id_count[id_count != 1].index
# 價格變動

n1 = len(id_type1)
n2 = len(id_type2)
print('真打折的商品數量約占比%.2f%%，不打折的商品數量約占比%.2f%%, 假打折的商品數量約占比%.2f%%' % \
      (n2/items_num * 100, n1/items_num * 100, jdz_num/items_num * 100))
# 計算打折商品比例

真打折的商品約占比24.27%，不打折的商品數量約占比75.27%，假打折的商品約占0.46%

針對在打折商品，計算其折扣率

• 去除假打折商品
• 考慮雙十一價格對比其前后的折扣率，主要考慮前折扣率
• 只計算九五折以上折扣

result3_pivot = data2_nocheat.pivot_table(index = 'id', columns = 'period', aggfunc = {'price': min})
# 數據透視可以一步到位，省卻無數步驟
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)
# 與品牌名合並

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

result3_on11 = result3_final.dropna()
# 篩選出雙十一銷售商品的折扣率
result3_zk = result3_on11[result3_on11['qzkl'] < 0.96].reset_index()
# 篩選出真打折的商品

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	美寶蓮	0.873418	0.873418
3	26	A12591129422	189.0	179.00	250.0	玉蘭油	0.947090	0.716000
4	35	A12620798148	238.0	219.00	260.0	玉蘭油	0.920168	0.842308

 

## 用bokeh繪制折線圖：x軸為折扣率，y軸為商品數量占比
## 商品折扣率統計，每個折扣區間與總打折商品占比
bokeh_data = result3_zk[['id', 'qzkl']]
bokeh_data['zkl_range'] = pd.cut(bokeh_data['qzkl'], bins = np.linspace(0, 1, 21))
# 創建折扣率區間

bokeh_data2 = bokeh_data.groupby('zkl_range').count().iloc[:-1]
bokeh_data2['zkl_pre'] = bokeh_data2['qzkl'] / bokeh_data2['qzkl'].sum()
# 將數據按照折扣率拆分為不同區間，並統計不同1扣率的商品數量

bokeh_data2 = bokeh_data2.reset_index().drop('id', axis = 1)
bokeh_data2.dtypes
# 查看bokeh_data2數據類型，zkl_range類型為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('商品折扣率統計折線圖.html')

source2 = ColumnDataSource(bokeh_data2)
lst_zkl = bokeh_data2['zkl_range'].tolist()
# 此時列表中每個元素均為str

hover2 = HoverTool(tooltips = [('折扣商品數量', '@qzkl')])

p2 = figure(x_range = lst_zkl,
            plot_width = 900, plot_height = 350,
            title = '商品折扣率統計',
            tools = [hover2, 'reset, xwheel_zoom, pan, crosshair'])
# 構建繪圖空間

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
# 設置其他參數
show(p2)

觀察上圖可知，商品折扣率主要集中在五折和九折，二者共占50%以上

根據商品id匯總數據

• 包括商品銷售時間和價格折扣數據

result3_zk['zk'] = 1

# 根據id匯總數據
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的折扣情況

data1_id = data1_id.drop_duplicates()
# 商品銷售情況去重

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)
# 匯總商品id的全數據

data_id.head()

根據品牌匯總數據

• 包括品牌商品銷售時間和價格折扣數據
• 計算品牌折扣商品比例

brand_zk_num = result3_zk.groupby('brand')[['id']].count()
# 品牌折扣商品數
brand_jdz_num = jdz_items.groupby('brand')[['id']].count()
# 品牌假打折商品數
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']
# 品牌折扣商品價格、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']
# 品牌商品價格均值

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')
# 匯總品牌價格折扣數據

data_brands = pd.merge(data1_brands, data2_brands, left_index = True, right_index = True, how = 'outer')
# 匯總品牌數據

data_brands['zk_pre'] = data_brands['zk_num'] / data_brands['total_items']
# 計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繪制浮動散點圖
• y坐標為品牌名，x坐標為折扣力度

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)
# 創建數據

#output_file('不同品牌折扣情況.html')

hover3 = HoverTool(tooltips = [('折扣率', '@qzkl'),
                               ('品牌', '@brand')])
# 設置標簽顯示內容

p3 = figure(y_range = brands, plot_width = 800, plot_height = 600,
            title = '不同品牌折扣情況',
            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參數 → 'day'：第一參數，這里指y的值
# width：間隔寬度比例，range：分類范圍對象，這里和y軸的分類一致

show(p3)

 

分析商家打折套路

• 篩選各品牌的折扣商品比例和平均折扣率
• 划分四個象限，利用bokeh制圖

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)
# 篩選出品牌商品總數，打折商品比例，平均折扣率
# 將點的大小設置為與商品總數有關

from bokeh.models.annotations import Span
from bokeh.models.annotations import Label
from bokeh.models.annotations import BoxAnnotation
# 導入注釋相關模塊

source4 = ColumnDataSource(bokeh_data4)
# 創建ColumnDataSource數據

#output_file('各個品牌打折套路解析.html')

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

hover4 = HoverTool(tooltips = [('品牌','@brand'),
                              ('折扣率','@zkl'),
                              ('商品總數','@amount'),
                              ('參與打折商品比例','@pre')])
p4 = figure(plot_width = 800, plot_height = 800,
           title = '各個品牌打折套路解析',
           tools = [hover4,'box_select,reset,wheel_zoom,pan,crosshair'])
# 構建繪圖空間

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)
# 繪制輔助線

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)
# 繪制第一象限

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)
# 繪制第二象限

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)
# 繪制第三象限

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)
# 繪制第四象限

show(p4)

打折套路解析

• 少量大打折：雅詩蘭黛、蘭蔻、薇姿、悅詩風吟、歐珀萊
• 大量少打折：歐萊雅、玉蘭油、美寶蓮、妮維雅、蜜絲佛陀、美加凈
• 大量大打折：自然堂、相宜本草、佰草集
• 不打折：SKII、倩碧、蘭芝、嬌蘭、植村秀、資生堂、雅漾、雪花秀
• 假打折現象：妮維雅和美加凈各有6件商品

 

Part3 匯總表格導出

• 商品id資料表格
• 品牌匯總資料表格
• 假打折商品詳情

# 商品id資料表格
data_id_ch = data_id.copy()
data_id_ch.columns = ['最早上架', '最遲上架', '商品id', '雙十一當天售賣', '銷售時間分類',\
                      '是否預售', '預售+雙11當天', '品牌', '雙十一前價格', '雙十一當天價格',\
                      '雙十一之后價格', '前折扣率', '后折扣率', '假打折', '真打折']

data_brands_ch = data_brands.copy()
data_brands_ch.columns = ['雙十一當日商品數', '預售商品數', '雙十一商品總數', '商品總數',\
                          '真打折商品數', '假打折商品數', '雙十一前均價', '雙十一當天均價',\
                          '雙十一之后均價', '打折商品雙十一前均價', '打折商品雙十一均價',\
                          '打折商品雙十一之后均價', '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', '最遲上架', '商品id', '雙十一當天售賣', '銷售時間分類',\
                      '是否預售', '預售+雙11當天', '品牌', '5日價格', '6日價格', '7日價格',\
                      '8日價格', '9日價格', '10日價格', '11日價格', '假打折']

data_id_ch.to_excel('商品id資料表格.xlsx')
data_brands_ch.to_excel('品牌匯總資料表格.xlsx')
jdz_items_ch.to_excel('假打折商品詳情.xlsx')

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