2024年全国大学生数据分析大赛A题：直播带货与电商产品的大数据分析 求Python代码

Question

2024年全国大学生数据分析大赛A题：直播带货与电商产品的大数据分析
包含但不限于以下问题：对数据进行预处理与探索
对附件中直播带货商品进行统计分析并可视化。
顾客画像是指根据顾客的属性、顾客偏好、顾客行为等信息而抽象出来的标签化用户模型。通俗说就是给顾客打标签，而标签是通过对顾客信息分析而来的高度精炼的特征标识。通过打标签可以利用一些高度概括、容易理解的特征来描述顾客，可以让人更容易理解顾客，请构建顾客属性、消费水平和消费偏好等标签，并绘制顾客画像。
求具体Python代码

Answer 1

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from sklearn.preprocessing import LabelEncoder

# 假设数据已经以CSV格式存储，并包含以下列：
# 商品信息表：product_df（商品ID, 商品名称, 商品类别, 商品价格, ...）
# 销售记录表：sales_df（销售ID, 商品ID, 顾客ID, 购买数量, 购买时间, ...）
# 顾客信息表：customer_df（顾客ID, 顾客姓名, 顾客年龄, 顾客性别, 顾客地区, ...）

# 加载数据
product_df = pd.read_csv('products.csv')
sales_df = pd.read_csv('sales.csv')
customer_df = pd.read_csv('customers.csv')

# 数据预处理（示例）
# 处理缺失值（这里以填充0为例，实际情况可能需要根据数据特点进行处理）
sales_df.fillna(0, inplace=True)

# 统计分析商品销量和销售额
sales_grouped = sales_df.groupby('商品ID')['购买数量', '商品价格'].agg({'购买数量': 'sum', '商品价格': 'mean'}).reset_index()
sales_grouped['销售额'] = sales_grouped['购买数量'] * sales_grouped['商品价格']

# 可视化商品销量和销售额
plt.figure(figsize=(14, 7))
plt.subplot(1, 2, 1)
sns.barplot(x='购买数量', y='商品ID', data=sales_grouped.sort_values(by='购买数量', ascending=False).head(10), palette='viridis')
plt.title('Top 10 商品销量')
plt.xlabel('销量')
plt.ylabel('商品ID')

plt.subplot(1, 2, 2)
sns.barplot(x='销售额', y='商品ID', data=sales_grouped.sort_values(by='销售额', ascending=False).head(10), palette='viridis')
plt.title('Top 10 商品销售额')
plt.xlabel('销售额')
plt.ylabel('商品ID')

plt.tight_layout()
plt.show()

# 构建顾客画像（示例）
# 合并销售记录和顾客信息
customer_sales_df = sales_df.merge(customer_df, on='顾客ID', how='left')

# 计算顾客的消费水平（总购买金额）和消费偏好（购买最多的商品类别）
customer_spending = customer_sales_df.groupby('顾客ID')['购买数量', '商品价格'].agg({'购买数量': 'sum', '商品价格': 'mean'}).reset_index()
customer_spending['总购买金额'] = customer_spending['购买数量'] * customer_spending['商品价格']

# 假设商品类别信息已经合并到销售记录表中
customer_preference = customer_sales_df.groupby(['顾客ID', '商品类别'])['购买数量'].sum().reset_index()
customer_preference = customer_preference.sort_values(by=['顾客ID', '购买数量'], ascending=[True, False]).groupby('顾客ID').head(1)

# 为顾客打标签（示例）
def assign_labels(customer_df):
    labels = []
    for _, row in customer_df.iterrows():
        age_label = '青年' if row['顾客年龄'] < 35 else '中老年'
        gender_label = '男性' if row['顾客性别'] == '男' else '女性'
        spending_label = '高消费' if row['总购买金额'] > np.percentile(customer_df['总购买金额'], 75) else '低消费'
        preference_label = row['商品类别']  # 这里简单以购买最多的商品类别作为偏好标签
        labels.append(f'{age_label}_{gender_label}_{spending_label}_{preference_label}')
    return labels

customer_df['顾客标签'] = assign_labels(customer_spending.merge(customer_preference[['顾客ID', '商品类别']], on='顾客ID', how='left'))

# 绘制顾客画像（示例）
# 这里以顾客标签的分布为例进行可视化
label_counts = customer_df['顾客标签'].value_counts().reset_index()
label_counts.columns = ['顾客标签', '人数']

plt.figure(figsize=(10, 6))
sns.barplot(x='人数', y='顾客标签', data=label_counts, palette='muted')
plt.title('顾客画像 - 顾客标签分布')
plt.xlabel('人数')
plt.ylabel('顾客标签')
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

# 注意：以上代码为示例框架，实际使用时需要根据具体的数据结构和需求进行调整和优化。