2022年度 国立大学生データ分析コンペ 出題A-医薬品EC販売データ分析

データベース 2023-04-08 09:07:33 訪問数: null

コンテストに参加する初心者は、欠点を理解してください

トピックのリンク: リンク: https://pan.baidu.com/s/1ll7Y1kTr1MiJTjErwnqiVA 
抽出コード: zu9f

目次

タスク 1 ストアを分析する

タスク 1.1 店舗タイプの統計

タスク 1.2 店舗販売の割合

タスク 1.3 Ali Health Pharmacy の販売

タスク 2 すべての薬物を分析する

タスク 2.1 医薬品カテゴリーの統計

タスク 2.2 医薬品販売の割合

タスク 2.3 医薬品の月間販売曲線 

タスク 3 すべての医薬品ブランドを分析する

タスク 3.1 医薬品ブランド タイプの統計

タスク 3.2 医薬品ブランドの売上比率 

タスク 3.3 医薬品ブランドの販売分析

タスク 4 

タスク 5

要約する 

トピック: 国策の段階的な開放により、ますます多くの医薬品がオンラインで購入できるようになり、医薬品の電子商取引プラットフォームが活況を呈しています. 新しい王冠の流行の影響を受けて、オフラインの薬局を購入することは難しくなり、医薬品の電子商取引が行われます.より多くの消費を入力 投資家の観点から、主要な製薬会社も医薬品の電子商取引の分野での取り組みを強化しています。しかし、e コマース モデルはオフラインの小売とは異なり、医薬品の e コマースをより適切に管理する方法は、製薬会社が解決しなければならない緊急の課題となっています。この質問は Tmall のビタミン薬を収集します.ビタミン薬に関するデータをクリーニング、分析、マイニングし、次の質問に答えてください.

タスク 1 ストアを分析する

店舗を分析すると、合計で何店舗含まれているか、各店舗の売上比率はどれくらいか。売上の割合が最も高い店舗を与え、その店舗の売上を分析します。

タスク 1.1 店舗タイプの統計

pandas の read_excel 関数でデータをインポートし、value_counts 関数を使用して「shop_name」列をカウントし、合計 26 店舗を取得します。

import pandas as pd
data=pd.read_excel('F:\\2022全国大学生数据分析A题\\data\\data.xlsx')
data["shop_name"].value_counts()
Ali Health Pharmacy 16958 
Tmall International Import Supermarket 7760 
Kang Aiduo Pharmacy Flagship Store 4051 
Tmall Supermarket 3764 
ChemistWarehouse 海外旗艦店 3205 
Jiaozuo Guokong Pharmacy Flagship Store 3027 
Ali Health Pharmacy Overseas Store 2938 
nyc Merrill Lynch Health Overseas Franchise Store 2823 
thejamy health care 海外フランチャイズ店 2345
白康ヘルスケア製品フランチャイズ店 2224 
Conba 公式旗艦店 2196 
hihealth 海外フランチャイズ店 2196 Yidu
海外フランチャイズ店 2165 
Tmall International Miaoyan Society 
1755 NRC Nutrition Optimal 海外フランチャイズ店 1742 
Suning.com 公式旗艦店 Shop 1681 
nrfs Lakeside 海外フランチャイズ店 1559
輸入・国産健康用品専門店 1525
康寿栄養店 1516
白秀薬局旗艦店 1505
LuckyVitamin 海外旗艦店 1497 
skyshop 海外専門店 1435 
Handy Health Center 1423 
Meijia Boutique 1373 
SASA US Direct Mail 1228 
Tongtang Health Products Specialty Store 1219 
Name: shop_name, dtype: int64

アリ健康薬局

天猫国際輸入スーパーマーケット

康愛多薬局旗艦店

天猫スーパーマーケット

SASA USダイレクトメール

焦作國光薬局旗艦店

アリ健康薬局 海外店

トンタン健康製品店

skyshop 海外フランチャイズ店

白康健康製品店

ハイヘルス海外フランチャイズ店

コンバ公式旗艦店

義都海外フランチャイズ店

天猫国際ミャオヤン協会

ムービングヘルスパビリオン

Suning.comの公式旗艦店

nrfs lakeside 海外フランチャイズ店

輸入・国産の健康用品ブティック

康寿栄養店

白秀薬局旗艦店

アメリカとカナダのブティック

NYCメリルリンチヘルス海外フランチャイズ店

ラッキービタミン海外旗艦店

ChemistWarehouse海外旗艦店

NRC Nutrition 最適な海外フランチャイズ店

thejamy health care 海外フランチャイズ店

タスク 1.2 店舗販売の割合

まず、「割引」列の空の値をすべて Excel で「10% オフ」、つまり割引なしと入力し、次の数式に従って売上を計算します。各店舗の総売上高を計算し、その割合を見つける。

data["discount"].value_counts()
10% オフ 32338 
10% オフ 29929 
8.5% オフ 9959 
10% オフ 2884
名前: 割引、dtype: int64
discount_num=[]
for i in range(len(data["shop_name"])):
    discount_num.append(0)
for i in range(len(data["shop_name"])):
    if data.loc[i,"discount"]=="10折":
        discount_num[i]=1.0 
    if data.loc[i,"discount"]=="9.5折":
        discount_num[i]=0.95
    if data.loc[i,"discount"]=="9折":
        discount_num[i]=0.90
    if data.loc[i,"discount"]=="8.5折":
        discount_num[i]=0.85 
df_1=pd.DataFrame({'discount_num':discount_num})
df_1.to_excel('F:\\2022全国大学生数据分析A题\\data\\result_1.xlsx',sheet_name='sheet1',index=None)
total_price=[]
for i in range(len(data["shop_name"])):    
    total_price.append(0)
for i in range(len(data["shop_name"])):
    price=data.loc[i,"price"]
    sold=float(data.loc[i,"sold"])
    discount=discount_num[i]
    total_price[i]=float(price)*float(sold)*float(discount)
df_2=pd.DataFrame({'total_price':total_price})
df_2.to_excel('F:\\2022全国大学生数据分析A题\\data\\result_2.xlsx',sheet_name='sheet1',index=None)

data1=pd.read_excel('F:\\2022全国大学生数据分析A题\\data\\result_2.xlsx')
data1
-----------------------------------------------------------------------
        shop_name	total_price
0	宜度海外专营店	1041.390
1	天猫国际进口超市	31950.000
2	阿里健康大药房	7794.275
3	天猫国际进口超市	12029.850
4	阿里健康大药房	10704.000
...	...	...
75105	阿里健康大药房	182044.800
75106	阿里健康大药房海外店	34938.000
75107	hihealth海外专营店	7416.900
75108	阿里健康大药房	7871.850
75109	阿里健康大药房	19806.840
75110 rows × 2 columns

total_shop = data1.groupby("shop_name")["total_price"].sum().reset_index()
total_shop=total_shop.sort_values("total_price",ascending=True)
total_shop
----------------------------------------------------------------------------
        shop_name	total_price
9	同堂保健品专营店	6.539738e+04
3	SASA美国直邮	3.258235e+05
1	LuckyVitamin海外旗舰店	3.697916e+05
14	康寿营养品店	6.198878e+05
21	美加精品	6.466264e+05
23	进口/国产保健品精品店	7.276764e+05
17	搬运健康馆	7.948006e+05
5	nrfs湖畔海外专营店	8.727912e+05
2	NRC营养优选海外专营店	1.408813e+06
18	焦作国控大药房旗舰店	1.546531e+06
20	百秀大药房旗舰店	2.843618e+06
4	hihealth海外专营店	3.382795e+06
6	nyc美林健康海外专营店	4.343254e+06
16	康爱多大药房旗舰店	4.986436e+06
19	百康保健品专营店	5.288855e+06
13	宜度海外专营店	6.001669e+06
7	skyshop海外专营店	6.506159e+06
8	thejamy保健海外专营店	9.798825e+06
22	苏宁易购官方旗舰店	1.065959e+07
10	天猫国际妙颜社	3.569804e+07
0	ChemistWarehouse海外旗舰店	5.539680e+07
15	康恩贝官方旗舰店	9.559872e+07
25	阿里健康大药房海外店	1.065089e+08
12	天猫超市	1.148217e+08
11	天猫国际进口超市	3.561012e+08
24	阿里健康大药房	6.751027e+08
total_shop = data1.groupby("shop_name")["total_price"].sum().reset_index()
total_shop
---------------------------------------------------------------------------
        shop_name	total_price
0	ChemistWarehouse海外旗舰店	5.539680e+07
1	LuckyVitamin海外旗舰店	3.697916e+05
2	NRC营养优选海外专营店	1.408813e+06
3	SASA美国直邮	3.258235e+05
4	hihealth海外专营店	3.382795e+06
5	nrfs湖畔海外专营店	8.727912e+05
6	nyc美林健康海外专营店	4.343254e+06
7	skyshop海外专营店	6.506159e+06
8	thejamy保健海外专营店	9.798825e+06
9	同堂保健品专营店	6.539738e+04
10	天猫国际妙颜社	3.569804e+07
11	天猫国际进口超市	3.561012e+08
12	天猫超市	1.148217e+08
13	宜度海外专营店	6.001669e+06
14	康寿营养品店	6.198878e+05
15	康恩贝官方旗舰店	9.559872e+07
16	康爱多大药房旗舰店	4.986436e+06
17	搬运健康馆	7.948006e+05
18	焦作国控大药房旗舰店	1.546531e+06
19	百康保健品专营店	5.288855e+06
20	百秀大药房旗舰店	2.843618e+06
21	美加精品	6.466264e+05
22	苏宁易购官方旗舰店	1.065959e+07
23	进口/国产保健品精品店	7.276764e+05
24	阿里健康大药房	6.751027e+08
25	阿里健康大药房海外店	1.065089e+08
total_shop_new = total_shop
for i in range(len(total_shop["total_price"])):
    total_shop_new["total_price"][i]=(total_shop_new["total_price"][i])/total
total_shop_new
------------------------------------------------------------------------------
            shop_name	total_price
0	ChemistWarehouse海外旗舰店	0.036921
1	LuckyVitamin海外旗舰店	0.000246
2	NRC营养优选海外专营店	0.000939
3	SASA美国直邮	0.000217
4	hihealth海外专营店	0.002255
5	nrfs湖畔海外专营店	0.000582
6	nyc美林健康海外专营店	0.002895
7	skyshop海外专营店	0.004336
8	thejamy保健海外专营店	0.006531
9	同堂保健品专营店	0.000044
10	天猫国际妙颜社	0.023792
11	天猫国际进口超市	0.237335
12	天猫超市	0.076527
13	宜度海外专营店	0.004000
14	康寿营养品店	0.000413
15	康恩贝官方旗舰店	0.063715
16	康爱多大药房旗舰店	0.003323
17	搬运健康馆	0.000530
18	焦作国控大药房旗舰店	0.001031
19	百康保健品专营店	0.003525
20	百秀大药房旗舰店	0.001895
21	美加精品	0.000431
22	苏宁易购官方旗舰店	0.007104
23	进口/国产保健品精品店	0.000485
24	阿里健康大药房	0.449943
25	阿里健康大药房海外店	0.070986
total_shop=total_shop.sort_values("total_price",ascending=True)
total_shop
---------------------------------------------------------------------
       shop_name	total_price
9	同堂保健品专营店	0.000044
3	SASA美国直邮	0.000217
1	LuckyVitamin海外旗舰店	0.000246
14	康寿营养品店	0.000413
21	美加精品	0.000431
23	进口/国产保健品精品店	0.000485
17	搬运健康馆	0.000530
5	nrfs湖畔海外专营店	0.000582
2	NRC营养优选海外专营店	0.000939
18	焦作国控大药房旗舰店	0.001031
20	百秀大药房旗舰店	0.001895
4	hihealth海外专营店	0.002255
6	nyc美林健康海外专营店	0.002895
16	康爱多大药房旗舰店	0.003323
19	百康保健品专营店	0.003525
13	宜度海外专营店	0.004000
7	skyshop海外专营店	0.004336
8	thejamy保健海外专营店	0.006531
22	苏宁易购官方旗舰店	0.007104
10	天猫国际妙颜社	0.023792
0	ChemistWarehouse海外旗舰店	0.036921
15	康恩贝官方旗舰店	0.063715
25	阿里健康大药房海外店	0.070986
12	天猫超市	0.076527
11	天猫国际进口超市	0.237335
24	阿里健康大药房	0.449943
total_shop=total_shop.sort_values("total_price",ascending=True)
total_shop
-------------------------------------------------------------------
        shop_name	total_price
9	同堂保健品专营店	0.000044
3	SASA美国直邮	0.000217
1	LuckyVitamin海外旗舰店	0.000246
14	康寿营养品店	0.000413
21	美加精品	0.000431
23	进口/国产保健品精品店	0.000485
17	搬运健康馆	0.000530
5	nrfs湖畔海外专营店	0.000582
2	NRC营养优选海外专营店	0.000939
18	焦作国控大药房旗舰店	0.001031
20	百秀大药房旗舰店	0.001895
4	hihealth海外专营店	0.002255
6	nyc美林健康海外专营店	0.002895
16	康爱多大药房旗舰店	0.003323
19	百康保健品专营店	0.003525
13	宜度海外专营店	0.004000
7	skyshop海外专营店	0.004336
8	thejamy保健海外专营店	0.006531
22	苏宁易购官方旗舰店	0.007104
10	天猫国际妙颜社	0.023792
0	ChemistWarehouse海外旗舰店	0.036921
15	康恩贝官方旗舰店	0.063715
25	阿里健康大药房海外店	0.070986
12	天猫超市	0.076527
11	天猫国际进口超市	0.237335
24	阿里健康大药房	0.449943
import matplotlib.pyplot as plt
import seaborn as sns
import plotly.express as px
plt.rcParams['font.family'] = ['sans-serif']
plt.rcParams['font.sans-serif'] = ['SimHei']
#调节图形大小，宽，高
plt.figure(figsize=(9,6))
#定义饼状图的标签，标签是列表
labels = [u"阿里健康大药房",u"天猫国际进口超市",u"其它"]
#每个标签占多大，会自动去算百分比
# sizes = [0.458,0.236,0.071,0.069,0.064,0.037,0.022,0.043]
# colors = ['red','yellowgreen','lightskyblue','cyan','lightseagreen','lime','darkorange','pink']
sizes = [0.450,0.237,0.313]
colors = ['red','yellowgreen','lightskyblue']
#将某部分爆炸出来， 使用括号，将第一块分割出来，数值的大小是分割出来的与其他两块的间隙
explode = (0.05,0,0)
 
patches,l_text,p_text = plt.pie(sizes,explode=explode,labels=labels,colors=colors,
                                labeldistance = 1.1,autopct = '%3.1f%%',shadow = False,
                                startangle = 90,pctdistance = 0.6)
 
#labeldistance，文本的位置离远点有多远，1.1指1.1倍半径的位置
#autopct，圆里面的文本格式，%3.1f%%表示小数有三位，整数有一位的浮点数
#shadow，饼是否有阴影
#startangle，起始角度，0，表示从0开始逆时针转，为第一块。一般选择从90度开始比较好看
#pctdistance，百分比的text离圆心的距离
#patches, l_texts, p_texts，为了得到饼图的返回值，p_texts饼图内部文本的，l_texts饼图外label的文本
 
#改变文本的大小
#方法是把每一个text遍历。调用set_size方法设置它的属性
for t in l_text:
    t.set_size(15)
for t in p_text:
    t.set_size(20)
# 设置x，y轴刻度一致，这样饼图才能是圆的
plt.axis('equal')
plt.title('药店销售额占比图', size=20)
plt.legend()
plt.show()

plt.figure(figsize=(15,6),dpi=200)
x=total_shop["shop_name"]
plt.bar(x, total_shop["total_price"], color='#87CEFA')
# plt.xlabel('时间')
plt.xticks(total_shop["shop_name"],rotation=60)
plt.ylabel('销售额占比')
plt.title('各药店销售额占比')
plt.show()

タスク 1.3  Ali Health Pharmacy の販売

data2=data[data["shop_name"]=="阿里健康大药房"]
data2["discount"].value_counts()
10% オフ 10768 
10% オフ 4953 
10% オフ 663 
8.5% オフ 574
名前: 割引、dtype: int64
plt.figure(figsize=(9,6))
labels = [u"9.5折",u"9折",u"8.5折",u"无打折"]
sizes = [10768,4953,574,663]
colors = ['orange','yellowgreen','lightskyblue','pink']
explode = (0.05,0,0,0)
patches,l_text,p_text = plt.pie(sizes,explode=explode,labels=labels,colors=colors,
                                labeldistance = 1.1,autopct = '%3.1f%%',shadow = False,
                                startangle = 90,pctdistance = 0.6) 
for t in l_text:
    t.set_size(12)
for t in p_text:
    t.set_size(12)
plt.axis('equal')
plt.title('阿里健康大药房打折情况', size=15)
plt.legend()
plt.show()

df3=data2.sort_values(by="sold" , ascending=False)
df3
--------------------------------------------------------------
        date_time	    id            	shop_name	        title	                                sku_name	price	        sold	    discount	    brand	    parameter
58239	2021-12-01	4418809521757	阿里健康大药房	3盒】星鲨维生素D滴剂(胶囊型)24粒补钙维生素D3佝偻病官方婴儿钙	3盒装 | 拍2优惠 | 维D促进钙吸收	106.666667	103940	9折	NaN	药品名称:维生素D滴剂（胶囊型）||生产企业:国药控股星鲨制药（厦门）有限公司||产品名称:...
26620	2021-06-01	4543217834215	阿里健康大药房	3盒】星鲨维生素D滴剂(胶囊型)24粒补钙维生素D佝偻病官方婴儿钙	3盒装 | 拍2优惠| 促进钙吸收	109.000000	73061	9.5折	NaN	药品名称:维生素D滴剂（胶囊型）||生产企业:国药控股星鲨制药（厦门）有限公司||产品名称:...
31883	2021-08-01	4418809521757	阿里健康大药房	3盒】星鲨维生素D滴剂(胶囊型)24粒补钙维生素D佝偻病官方婴儿钙	3盒装 | 拍2更优惠 | D促进钙吸收	109.000000	70625	9.5折	NaN	药品名称:维生素D滴剂（胶囊型）||生产企业:国药控股星鲨制药（厦门）有限公司||产品名称:...
74446	2021-02-01	3435079967513	阿里健康大药房	恒健维生素C片VC 维C100片补充维生素C妊娠呕吐发少发黄vc片药用	标准装1盒	3.400000	45895	9折	NaN	药品名称:维生素C片||生产企业:广东恒健制药有限公司||规格:100mg*100片/片||...
47489	2021-02-01	571172601110	阿里健康大药房	CONBA/康恩贝 维生素C咀嚼片（香橙味） 1.2g/片*100片补充维C VC	NaN	18.900000	44511	8.5折	NaN	厂名:华润圣海健康科技有限公司||产品名称:CONBA/康恩贝 维生素C咀嚼片（香橙味） 1...
...	...	...	...	...	...	...	...	...	...	...
70770	2021-09-01	559409418908	阿里健康大药房	礼盒装汤臣倍健维生素C片vc片维C咀嚼片E官网天然维生素e软胶囊ve	NaN	109.000000	0	9折	NaN	品牌:汤臣倍健||品牌:BY－HEALTH/汤臣倍健||系列:维生素C片（橘子味）+维生素E...
44963	2021-01-01	3621111355030	阿里健康大药房	恒健维生素C片VC 维C100mg*100片/瓶补充维生素C妊娠呕吐发少发黄	1盒本品+川奇3+1牌铁锌钙氨基酸口服液 10ml/支*10支/盒	13.000000	0	8.5折	恒健	药品名称:维生素C片||生产企业:广东恒健制药有限公司||规格:100mg*100片/片||...
11440	2021-05-01	4475310558004	阿里健康大药房	海迪威维生素C泡腾片15片过敏维生素缺乏坏血病vc片泡腾 维c泡腾	套餐二：5盒，家庭装	93.000000	0	9.5折	NaN	产品名称:海迪威 维生素C泡腾片 0.5g*15片/盒||品牌:海迪威||药品通用名:维生素...
14259	2021-03-01	4475654714725	阿里健康大药房	亚宝维和维生素C泡腾片15片增强免疫力 过敏 预防传染性疾病 流感	套餐一：3盒常备装	115.000000	0	9.5折	NaN	药品通用名:维生素C泡腾片||规格:1g*15片/盒||药品名称:维生素C泡腾片||生产企业...
69475	2021-04-01	3619151867229	阿里健康大药房	呀吖维生素AD滴剂(胶囊型)20粒儿童补充维生素AD抽搐夜盲症佝偻病	1盒本品+贝亲婴儿润肤乳70G	53.300000	0	9折	NaN	品牌:呀吖||产品名称:呀吖 维生素AD滴剂(胶囊型) 20粒/盒||药品通用名:维生素AD...
16958 rows × 10 columns

 

data3=pd.read_excel('F:\\2022全国大学生数据分析A题\\data\\new_data.xlsx')
data4=data3[data3["shop_name"]=="阿里健康大药房"]
total_month= data4.groupby("date_time")["total_price"].sum().reset_index()
total_month
----------------------------------------------------------------------------
     date_time	  total_price
0	2020-01-01	1.092576e+07
1	2020-02-01	9.885606e+06
2	2020-03-01	1.656051e+07
3	2020-04-01	1.579910e+07
4	2020-05-01	1.383416e+07
5	2020-06-01	2.813641e+07
6	2020-07-01	1.408467e+07
7	2020-08-01	1.767333e+07
8	2020-09-01	1.865158e+07
9	2020-10-01	1.443941e+07
10	2020-11-01	1.935696e+07
11	2020-12-01	3.204151e+07
12	2021-01-01	2.240306e+07
13	2021-02-01	2.787846e+07
14	2021-03-01	3.541297e+07
15	2021-04-01	2.932532e+07
16	2021-05-01	3.180636e+07
17	2021-06-01	6.001385e+07
18	2021-07-01	3.384237e+07
19	2021-08-01	3.590081e+07
20	2021-09-01	3.550590e+07
21	2021-10-01	4.110051e+07
22	2021-11-01	4.706524e+07
23	2021-12-01	6.345886e+07
plt.figure(figsize=(15,6),dpi=200)
x=["2020-01","2020-02","2020-03","2020-04","2020-05","2020-06","2020-07","2020-08","2020-09","2020-10","2020-11","2020-12",
   "2021-01","2021-02","2021-03","2021-04","2021-05","2021-06","2021-07","2021-08","2021-09","2021-10","2021-11","2021-12"]
y=total_month["total_price"]
plt.plot(x, y, color='orange')
plt.xlabel('时间')
plt.xticks(x,rotation=70)
plt.ylabel('当月销售额')
plt.title('阿里健康大药房2020-2021年各月份销售额')
plt.show()

data5=data4.groupby("title")["sold"].sum().reset_index()
data5.sort_values(by="sold" , ascending=False)
---------------------------------------------------------------------------
                title	                                      sold
363	丽点维A酸乳膏20g去闭口粉刺暗疮软膏维生素a维a乳酸膏乳软膏祛痘	404107
105	3盒】星鲨维生素D滴剂(胶囊型)24粒补钙维生素D佝偻病官方婴儿钙	267120
1190	浙江医药维生素E软胶囊30粒心脑血管疾病 习惯性流产不孕ve胶囊	252963
9	21金维他多维元素片100片复合维生素B b6 b1 b2维生素c钙铁锌21	232891
1026	星鲨维生素D滴剂(胶囊型)30粒儿童补钙补充维生素D发育迟缓佝偻病	227536
...	...	...
1614	限量买1送2 汤臣倍健R葡萄籽维生素C加E片 410mg/片*90片VCVE成人	0
1372	维生素B2片5mg*100片/瓶脂溢性皮炎口角炎唇干裂结膜炎阴囊炎	0
1108	汤臣倍健 维生素C片（橘子味）+维生素E60粒礼盒天然维生素e维C	0
1133	汤臣倍健R葡萄籽维生素C加E片 410mg/片*90片VCVE成人	0
1268	礼盒装汤臣倍健维生素C片vc片维C咀嚼片E官网天然维生素e软胶囊ve	0
1663 rows × 2 columns
data5=data4.groupby("title")["total_price"].sum().reset_index()
data5.sort_values(by="total_price" , ascending=False)
-------------------------------------------------------------------
                                    title                	total_price
1637	领券减】爱乐维复合维生素100片孕妇叶酸补充备孕早期多维元素B	3.569218e+07
105	3盒】星鲨维生素D滴剂(胶囊型)24粒补钙维生素D佝偻病官方婴儿钙	2.836576e+07
116	3盒包邮】达因伊可新维生素AD滴剂30粒1岁以上AD预防佝偻病ad滴剂	1.622559e+07
104	3盒】星鲨维生素D滴剂(胶囊型)24粒补钙维生素D3佝偻病官方婴儿钙	1.612723e+07
9	21金维他多维元素片100片复合维生素B b6 b1 b2维生素c钙铁锌21	1.508954e+07
...	...	...
1133	汤臣倍健R葡萄籽维生素C加E片 410mg/片*90片VCVE成人	0.000000e+00
171	BY－HEALTH/汤臣倍健 维生素C片（橘子味）+维生素E60粒礼盒	0.000000e+00
1614	限量买1送2 汤臣倍健R葡萄籽维生素C加E片 410mg/片*90片VCVE成人	0.000000e+00
1372	维生素B2片5mg*100片/瓶脂溢性皮炎口角炎唇干裂结膜炎阴囊炎	0.000000e+00
1108	汤臣倍健 维生素C片（橘子味）+维生素E60粒礼盒天然维生素e维C	0.000000e+00
1663 rows × 2 columns

タスク 2 すべての薬物を分析する

すべての薬を分析し、合計でいくつの薬が含まれているか、各薬の売上比率はどれくらいか? 売上比率が最も高い 10 種類の医薬品を与え、これら 10 種類の医薬品の月間売上曲線を描きます。

タスク 2.1 医薬品カテゴリーの統計

import pandas as pd
data=pd.read_excel('F:\\2022全国大学生数据分析A题\\data\\new_data.xlsx')
data["id"].value_counts()
------------------------------------------------------------------------
3566974752915    24
564979974262     24
3601587058427    24
3232160081409    24
544066576806     24
                 ..
4391874217388     1
4629962755717     1
544106976534      1
4631336339308     1
590797340368      1
Name: id, Length: 9697, dtype: int64

タスク 2.2 医薬品販売の割合

total_id=data.groupby("id")["total_price"].sum().reset_index()
total_id=total_id.sort_values("total_price",ascending=False)
total_id
------------------------------------------------------------------
            id	        total_price
6594	4169804230645	3.975427e+07
8951	4521420762240	2.521464e+07
5311	3415285443577	2.503826e+07
8093	4418809521757	2.403036e+07
1058	542510921766	1.787574e+07
...	...	...
6270	4012427304925	0.000000e+00
6271	4012427304926	0.000000e+00
6272	4012427304927	0.000000e+00
6273	4012427304928	0.000000e+00
6499	4135649044700	0.000000e+00
9697 rows × 2 columns
id_ten=total_id.head(10)
id_ten
----------------------------------------------------
                id	    total_price
6594	4169804230645	3.975427e+07
8951	4521420762240	2.521464e+07
5311	3415285443577	2.503826e+07
8093	4418809521757	2.403036e+07
1058	542510921766	1.787574e+07
1747	551699740249	1.625078e+07
5306	3414540274727	1.316437e+07
9055	4543217834215	1.287603e+07
5400	3452991932319	1.238747e+07
7207	4296851710480	1.211168e+07
total=total_id["total_price"].sum()
total
-------------------------------------------------
1500417429.02092
id_sold_percent=[]
for i in range(len(id_ten["id"])):
    id_sold_percent.append(0)
for i in range(len(id_ten["id"])):
    id_sold_percent[i]=list(id_ten["total_price"])[i]/total
id_sold_percent
--------------------------------------------------------------
[0.02649547009406077,
 0.01680508355154942,
 0.016687532759692366,
 0.01601578263171197,
 0.011913841790457338,
 0.010830836469024661,
 0.00877380237351032,
 0.008581630718860754,
 0.008256018576608164,
 0.008072208383971744]

タスク 2.3 医薬品の月間販売曲線 

data_yp1=data[data["id"]==4169804230645]
#data_yp1
total_month_yp1= data_yp1.groupby("date_time")["total_price"].sum().reset_index()
total_month_yp1
data_yp2=data[data["id"]==4521420762240]
# data_yp2
total_month_yp2= data_yp2.groupby("date_time")["total_price"].sum().reset_index()
total_month_yp2
data_yp3=data[data["id"]==3415285443577]
# data_yp3
total_month_yp3= data_yp3.groupby("date_time")["total_price"].sum().reset_index()
total_month_yp3
data_yp4=data[data["id"]==4418809521757]
# data_yp4
total_month_yp4= data_yp4.groupby("date_time")["total_price"].sum().reset_index()
total_month_yp4
data_yp5=data[data["id"]==542510921766]
# data_yp5
total_month_yp5= data_yp5.groupby("date_time")["total_price"].sum().reset_index()
total_month_yp5
data_yp6=data[data["id"]==551699740249]
# data_yp6
total_month_yp6= data_yp6.groupby("date_time")["total_price"].sum().reset_index()
total_month_yp6
data_yp7=data[data["id"]==3414540274727]
# data_yp7
total_month_yp7= data_yp7.groupby("date_time")["total_price"].sum().reset_index()
total_month_yp7
data_yp8=data[data["id"]==4543217834215]
# data_yp8
total_month_yp8= data_yp8.groupby("date_time")["total_price"].sum().reset_index()
total_month_yp8
data_yp9=data[data["id"]==3452991932319]
data_yp9
total_month_yp9= data_yp9.groupby("date_time")["total_price"].sum().reset_index()
total_month_yp9
data_yp10=data[data["id"]==4296851710480]
data_yp10
total_month_yp10= data_yp10.groupby("date_time")["total_price"].sum().reset_index()
total_month_yp10
import matplotlib.pyplot as plt
import seaborn as sns
import plotly.express as px
plt.rcParams['font.family'] = ['sans-serif']
plt.rcParams['font.sans-serif'] = ['SimHei']

plt.figure(figsize=(20,30),dpi=200)
ax=plt.subplot(5,2,1)
x_1=["2020-7","2020-8","2020-9","2020-10","2020-11","2020-12","2021-01","2021-02","2021-03","2021-04","2021-05","2021-06",
     "2021-07","2021-08","2021-09","2021-10","2021-11","2021-12"]
y_1=total_month_yp1["total_price"]
plt.plot(x_1, y_1, color='orange')
plt.xticks(x_1,rotation=70)
plt.ylabel('当月销售额')
plt.title('id:4169804230645月份销售额')

ax=plt.subplot(5,2,2)
x_2=["2021-04","2021-05","2021-06","2021-07","2021-08","2021-10","2021-12",]
y_2=total_month_yp2["total_price"]
plt.plot(x_2, y_2, color='orange')
plt.xticks(x_2,rotation=70)
plt.ylabel('当月销售额')
plt.title('id:4521420762240月份销售额')

ax=plt.subplot(5,2,3)
x_3=["2020-01","2020-02","2020-03","2020-04","2020-05","2020-06","2020-08","2020-09","2020-10","2020-12","2021-01","2021-02","2021-03"]
y_3=total_month_yp3["total_price"]
plt.plot(x_3, y_3, color='orange')
plt.xticks(x_3,rotation=70)
plt.ylabel('当月销售额')
plt.title('id:3415285443577月份销售额')

ax=plt.subplot(5,2,4)
x_4=["2021-07","2021-08","2021-10","2021-11","2021-12"]
y_4=total_month_yp4["total_price"]
plt.plot(x_4, y_4, color='orange')
plt.xticks(x_4,rotation=70)
plt.ylabel('当月销售额')
plt.title('id:4418809521757月份销售额')

ax=plt.subplot(5,2,5)
x_5=["2020-03","2020-04","2020-05","2020-06","2020-07","2020-08","2020-09","2020-10","2020-11","2020-12",
     "2021-01","2021-02","2021-03","2021-04","2021-05","2021-06","2021-07","2021-08","2021-09","2021-10","2021-11","2021-12"]
y_5=total_month_yp5["total_price"]
plt.plot(x_5, y_5, color='orange')
plt.xticks(x_5,rotation=70)
plt.ylabel('当月销售额')
plt.title('id:542510921766月份销售额')

ax=plt.subplot(5,2,6)
x_6=["2020-01","2020-02","2020-03","2020-04","2020-05","2020-06","2020-07","2020-08","2020-09","2020-10","2020-11","2020-12",
     "2021-01","2021-02"]
y_6=total_month_yp6["total_price"]
plt.plot(x_6, y_6, color='orange')
plt.xticks(x_6,rotation=70)
plt.ylabel('当月销售额')
plt.title('id:551699740249月份销售额')

ax=plt.subplot(5,2,7)
x_7=["2020-01","2020-02",
   "2020-03","2020-04","2021-03","2021-04","2021-07"]
y_7=total_month_yp7["total_price"]
plt.plot(x_7, y_7, color='orange')
plt.xticks(x_7,rotation=70)
plt.ylabel('当月销售额')
plt.title('id:3414540274727月份销售额')

ax=plt.subplot(5,2,8)
x_8=["2021-05","2021-06","2021-07"]
y_8=total_month_yp8["total_price"]
plt.plot(x_8, y_8, color='orange')
plt.xticks(x_8,rotation=70)
plt.ylabel('当月销售额')
plt.title('id:4543217834215月份销售额')

ax=plt.subplot(5,2,9)
x_9=["2020-01","2020-02","2020-03","2020-04","2020-05","2020-06","2020-07","2020-08","2020-09","2020-10","2020-11","2020-12",
    "2021-01","2021-02","2021-03","2021-04","2021-05","2021-06","2021-07","2021-08","2021-10","2021-11","2021-12"]
y_9=total_month_yp9["total_price"]
plt.plot(x_9, y_9, color='orange')
plt.xticks(x_9,rotation=70)
plt.ylabel('当月销售额')
plt.title('id:3452991932319月份销售额')

ax=plt.subplot(5,2,10)
x_10=["2020-01","2020-05","2020-06","2020-07","2020-09","2020-10","2020-11","2020-12",
   "2021-01","2021-02"]
y_10=total_month_yp10["total_price"]
plt.plot(x_10, y_10, color='orange')
plt.xticks(x_10,rotation=70)
plt.ylabel('当月销售额')
plt.title('id:4296851710480月份销售额')
plt.show()

タスク 3 すべての医薬品ブランドを分析する

すべての医薬品ブランドを分析し、合計でいくつのブランドが含まれ、各ブランドの売上比率は? 売上比率の高い10ブランドを挙げて、その10ブランドの売れ行きが良い理由を分析してみては？

タスク 3.1 医薬品ブランド タイプの統計

import pandas as pd
data=pd.read_excel('F:\\2022全国大学生数据分析A题\\data\\new_data.xlsx')
import numpy as np
data.dropna(axis=0,subset = ['parameter'],inplace=True)
data = data.reset_index(drop=True)
brand=[]
for i in range(len(data["parameter"])):
    brand.append(0)
for i in range(len(data["parameter"])):
    str1=data.loc[i,"parameter"].replace("||",",")
    #print(i)
    parameter_dict = {}
    content=str1.splitlines()
    str2=content[0].split(',')
    for j in str2:
        k, v = j.split(':')
        parameter_dict[k] = v
    brand_parameter=parameter_dict["品牌"]
    brand[i]=brand_parameter
data["brand"]=brand
data
-----------------------------------------------------------------
        date_time	id	shop_name	    title	        sku_name	price	sold	discount	total_price	brand	parameter
0	2020-11-01	3985971101463	宜度海外专营店	特价处理！超低价19.9元起！含维生素ABCDE B族B12 维生素锌硒片	维生素e 300粒--买3送1	60.900000	19	9折	1041.390	Puritan‘s Pride/普丽普莱	厂名:Puritan's Pride||品牌:Puritan‘s Pride/普丽普莱||生...
1	2020-11-01	4224064440294	天猫国际进口超市	FANCL男40岁综合营养包30包/袋*2复合多种维生素日本芳珂fancl	(【直营】日本FANCL/芳珂 40岁男性综合维生素营养 30袋（30天量）)*2	500.000000	71	9折	31950.000	FANCL	品牌:FANCL||系列:综合营养包||生产企业:FANCL株式会社
2	2021-12-01	3437759489038	阿里健康大药房	民生21金维他多维元素片30片儿童男女成人补充维生素矿物质缺乏	国民大牌| 补充21种维矿	22.416667	366	9.5折	7794.275	21金维他	产品名称:21金维他 多维元素片（21） 30片*1瓶/盒||药品通用名:多维元素片（21）...
3	2021-12-01	576002931540	天猫国际进口超市	【直营】美国进口安利简装倍立健多种复合维生素矿物质营养186片	NaN	452.250000	28	9.5折	12029.850	AMWAY/安利	厂名:Amway Dominican Republic LLC||生产企业:Amway||系...
4	2021-03-01	4363644898037	阿里健康大药房	买2送礼】elevit/爱乐维复合维生素片140粒维生素缺乏症贫血官方	爱乐维玛咖锌淫羊藿胶囊140粒+爱乐维 复合维生素片30片/盒	371.666667	32	9折	10704.000	elevit/爱乐维	品牌:elevit/爱乐维||药品名称:复合维生素片||药品通用名:复合维生素片||生产企业...
...	...	...	...	...	...	...	...	...	...	...	...
72553	2021-03-01	3435079967513	阿里健康大药房	恒健维生素C片VC 维C100片补充维生素C妊娠呕吐发少发黄vc片药用	标准装1盒	6.000000	33712	9折	182044.800	恒健	药品名称:维生素C片||生产企业:广东恒健制药有限公司||规格:100mg*100片/片||...
72554	2021-10-01	568442923286	阿里健康大药房海外店	日本参天维生素B12+E眼药水*12ml 滴眼液 缓解眼疲劳 眼疾预防	NaN	60.000000	647	9折	34938.000	参天	品牌:Santen/参天||药品通用名:滴眼液||生产企业:参天製薬株式会社||药品规格:1...
72555	2020-03-01	534742130942	hihealth海外专营店	【3倍购买】美国GNC综合营养包30天套装 含钙片/DHA/维生素	NaN	201.000000	41	9折	7416.900	GNC/健安喜	系列:维生素矿物质精华(孕妇)||厂名:General Nutrition Corporat...
72556	2020-04-01	3733029515023	阿里健康大药房	星鲨维生素E软胶囊100mg*60粒/盒心脑血管疾病 流产 不孕症	本品5盒 优惠装 节省2.5元	73.500000	119	9折	7871.850	星鲨	规格:100mg*60粒/盒||生产企业:国药控股星鲨制药（厦门）有限公司||产品名称:星鲨...
72557	2020-08-01	4068429729290	阿里健康大药房	力生 复合维生素B片100片/盒 维生素缺乏症脚气矿物质缺乏症厌食	标准装	7.400000	2974	9折	19806.840	力生	产品名称:力生 复合维生素B片 100片/盒||生产企业:天津力生制药股份有限公司||药品通...
72558 rows × 11 columns
data["brand"].value_counts().head(10)
---------------------------------------------------
BY－HEALTH/汤臣倍健          5675
CONBA/康恩贝               4196
GNC/健安喜                 3967
CENTRUM/善存              3394
swisse                  3205
汤臣倍健                    3186
养生堂                     2939
Puritan‘s Pride/普丽普莱    1907
Jamieson/健美生            1841
NOW/诺奥                  1546
Name: brand, dtype: int64
total_brand= data.groupby("brand")["total_price"].sum().reset_index()
total_brand.sort_values("total_price",inplace=True, ascending=False)
total_brand
-----------------------------------------------------------------------
    brand	total_price
317	swisse	2.821440e+08
55	CONBA/康恩贝	1.226368e+08
51	CENTRUM/善存	1.128456e+08
284	elevit/爱乐维	1.008569e+08
423	星鲨	9.825920e+07
...	...	...
45	Botanic Choice	8.550000e+01
370	吉医堂	8.000000e+01
186	OUT OF AFRICA	5.015000e+01
435	永昇金维	4.940000e+01
521	难老泉	4.200000e+01
530 rows × 2 columns

タスク 3.2 医薬品ブランドの売上比率 

total=total_brand["total_price"].sum()
ten_total_brand=total_brand.head(10)
ten_total_brand
------------------------------------------------
    brand	total_price
317	swisse	2.821440e+08
55	CONBA/康恩贝	1.226368e+08
51	CENTRUM/善存	1.128456e+08
284	elevit/爱乐维	1.008569e+08
423	星鲨	9.825920e+07
339	伊可新	5.991355e+07
355	养生堂	5.900897e+07
33	BY－HEALTH/汤臣倍健	4.588620e+07
85	FANCL	3.761334e+07
425	朗迪	3.281707e+07
brand_sold_percent=[]
for i in range(len(ten_total_brand["brand"])):
    brand_sold_percent.append(0)
for i in range(len(ten_total_brand["brand"])):
    brand_sold_percent[i]=list(total_brand["total_price"])[i]/total
brand_sold_percent
-----------------------------------------------------------------------
[0.18973373776485433,
 0.08246969958533347,
 0.07588545618742933,
 0.0678233886888395,
 0.06607649132273377,
 0.04029014581431487,
 0.03968184231814414,
 0.030857155568868446,
 0.02529389012975293,
 0.022068541829650644]
​
plt.figure(figsize=(8,6),dpi=100)
x_10=["swisse","CONBA/康恩贝","CENTRUM/善存","elevit/爱乐维","星鲨","伊可新","养生堂","BY－HEALTH/汤臣倍健","FANCL","朗迪"]
y_10=[18.97,8.25,7.59,6.78,6.61,4.03,3.97,3.09,2.53,2.21]
plt.barh(x_10, y_10, color='cyan')
plt.xlabel('品牌销售额占比 单位：%')
plt.ylabel('品牌')
plt.title('销售额占比最高的十大品牌销售额占比')
plt.show()

  

タスク 3.3 医薬品ブランドの販売分析

data_pp1=data[data["brand"]=="swisse"]
data_pp1["discount"].value_counts()

----------------------------------------------

data_pp1["price"].mean()  #238.76599858001455

----------------------------------------------

top1_sold=data_pp1.sort_values("sold" ,ascending=False)
top1_sold.head(10)

----------------------------------------------

top1_total_price=data_pp1.sort_values("total_price" ,ascending=False)
top1_total_price.head(10)
data_pp2=data[data["brand"]=="CONBA/康恩贝"]
data_pp2["discount"].value_counts()

------------------------------------------------

data_pp2["price"].mean() #57.49846914842359

-----------------------------------------------------

top2_sold=data_pp2.sort_values("sold" ,ascending=False)
top2_sold.head(10)

-----------------------------------------------------
top2_total_price=data_pp2.sort_values("total_price" ,ascending=False)
top2_total_price.head(10)
data_pp3=data[data["brand"]=="CENTRUM/善存"]
data_pp3["discount"].value_counts()

--------------------------------------------------
data_pp3["price"].mean()

--------------------------------------------------

top3_sold=data_pp3.sort_values("sold" ,ascending=False)
top3_sold.head(10)

--------------------------------------------------
top3_total_price=data_pp3.sort_values("total_price" ,ascending=False)
top3_total_price.head(10)
data_pp4=data[data["brand"]=="elevit/爱乐维"]
data_pp4["discount"].value_counts()

----------------------------------------------------
data_pp4["price"].mean()
----------------------------------------------------

top4_sold=data_pp4.sort_values("sold" ,ascending=False)
top4_sold.head(10)

----------------------------------------------------
top4_total_price=data_pp4.sort_values("total_price" ,ascending=False)
top4_total_price.head(10)

data_pp5=data[data["brand"]=="星鲨"]
data_pp5["discount"].value_counts()

-------------------------------------------------
data_pp5["price"].mean()
-------------------------------------------------
top5_sold=data_pp5.sort_values("sold" ,ascending=False)
top5_sold.head(10)
-------------------------------------------------
top5_total_price=data_pp5.sort_values("total_price" ,ascending=False)
top5_total_price.head(10)
data_pp6=data[data["brand"]=="伊可新"]
data_pp6["discount"].value_counts()
---------------------------------------
data_pp6["price"].mean()
---------------------------------------
top6_sold=data_pp6.sort_values("sold" ,ascending=False)
top6_sold.head(10)
---------------------------------------
top6_total_price=data_pp6.sort_values("total_price" ,ascending=False)
top6_total_price.head(10)
data_pp7=data[data["brand"]=="养生堂"]
data_pp7["discount"].value_counts()
------------------------------------------
data_pp7["price"].mean()
----------------------------------------
top7_sold=data_pp7.sort_values("sold" ,ascending=False)
top7_sold.head(10)
----------------------------------------
top7_total_price=data_pp7.sort_values("total_price" ,ascending=False)
top7_total_price.head(10)
data_pp8=data[data["brand"]=="BY－HEALTH/汤臣倍健"]
data_pp8["discount"].value_counts()
------------------------------------------------

data_pp8["price"].mean()
------------------------------------------------
top8_sold=data_pp8.sort_values("sold" ,ascending=False)
top8_sold.head(10)
------------------------------------------------

top8_total_price=data_pp8.sort_values("total_price" ,ascending=False)
top8_total_price.head(10)
data_pp9=data[data["brand"]=="FANCL"]
data_pp9["discount"].value_counts()
---------------------------------------------
data_pp9["price"].mean()
---------------------------------------------
top9_sold=data_pp9.sort_values("sold" ,ascending=False)
top9_sold.head(10)
---------------------------------------------
top9_total_price=data_pp9.sort_values("total_price" ,ascending=False)
top9_total_price.head(10)
data_pp10=data[data["brand"]=="朗迪"]
data_pp10["discount"].value_counts()
---------------------------------------------
data_pp10["price"].mean()
---------------------------------------------
top10_sold=data_pp10.sort_values("sold" ,ascending=False)
top10_sold.head(10)
---------------------------------------------
top10_total_price=data_pp10.sort_values("total_price" ,ascending=False)
top10_total_price.head(10)
plt.figure(figsize=(20,18))
ax=plt.subplot(3,4,1)
labels_1 = [u"9折",u"9.5折",u"8.5折",u"无打折"]
#每个标签占多大，会自动去算百分比
sizes_1 = [2037,805,336,27]
colors = ['orange','yellowgreen','lightskyblue','yellow']
#将某部分爆炸出来， 使用括号，将第一块分割出来，数值的大小是分割出来的与其他两块的间隙
explode = (0.05,0,0,0)
 
patches,l_text,p_text = plt.pie(sizes_1,explode=explode,labels=labels_1,colors=colors,
                                labeldistance = 1.1,autopct = '%3.1f%%',shadow = False,
                                startangle = 90,pctdistance = 0.6)
for t in l_text:
    t.set_size(15)
for t in p_text:
    t.set_size(15)
# 设置x，y轴刻度一致，这样饼图才能是圆的
plt.axis('equal')
plt.title('swisse', size=15)
plt.legend(loc=2)

ax=plt.subplot(3,4,2)
labels_2 = [u"9.5折",u"9折",u"8.5折",u"无打折"]
sizes_2 = [2366,1384,311,135]
colors = ['orange','yellowgreen','lightskyblue','yellow']
explode = (0.05,0,0,0)
patches,l_text,p_text = plt.pie(sizes_2,explode=explode,labels=labels_2,colors=colors,
                                labeldistance = 1.1,autopct = '%3.1f%%',shadow = False,
                                startangle = 90,pctdistance = 0.6)
for t in l_text:
    t.set_size(15)
for t in p_text:
    t.set_size(15)
plt.axis('equal')
plt.title('CONBA/康恩贝', size=15)
plt.legend(loc=2)

ax=plt.subplot(3,4,3)
labels_3 = [u"9.5折",u"9折",u"8.5折",u"无打折"]
sizes_3 = [1699,1403,137,155]
colors = ['orange','yellowgreen','lightskyblue','yellow']
explode = (0.05,0,0,0)
patches,l_text,p_text = plt.pie(sizes_3,explode=explode,labels=labels_3,colors=colors,
                                labeldistance = 1.1,autopct = '%3.1f%%',shadow = False,
                                startangle = 90,pctdistance = 0.6)
for t in l_text:
    t.set_size(15)
for t in p_text:
    t.set_size(15)
plt.axis('equal')
plt.title('CENTRUM/善存', size=15)
plt.legend(loc=2)

ax=plt.subplot(3,4,4)
labels_4 = [u"9.5折",u"9折",u"无打折"]
sizes_4 = [266,127,10]
colors = ['orange','yellowgreen','lightskyblue','yellow']
explode = (0.05,0,0)
patches,l_text,p_text = plt.pie(sizes_4,explode=explode,labels=labels_4,colors=colors,
                                labeldistance = 1.1,autopct = '%3.1f%%',shadow = False,
                                startangle = 90,pctdistance = 0.6)
for t in l_text:
    t.set_size(15)
for t in p_text:
    t.set_size(15)
plt.axis('equal')
plt.title('elevit/爱乐维', size=15)
plt.legend(loc=2)

ax=plt.subplot(3,4,5)
labels_5 = [u"9.5折",u"9折",u"无打折"]
sizes_5= [812,216,7]
colors = ['orange','yellowgreen','lightskyblue','yellow']
explode = (0.05,0,0)
patches,l_text,p_text = plt.pie(sizes_5,explode=explode,labels=labels_5,colors=colors,
                                labeldistance = 1.1,autopct = '%3.1f%%',shadow = False,
                                startangle = 90,pctdistance = 0.6)
for t in l_text:
    t.set_size(15)
for t in p_text:
    t.set_size(15)
plt.axis('equal')
plt.title('星鲨', size=15)
plt.legend(loc=2)

ax=plt.subplot(3,4,6)
labels_6 = [u"9.5折",u"9折",u"无打折"]
sizes_6= [250,219,1]
colors = ['orange','yellowgreen','blue']
explode = (0.05,0,0)
patches,l_text,p_text = plt.pie(sizes_6,explode=explode,labels=labels_6,colors=colors,
                                labeldistance = 1.1,autopct = '%3.1f%%',shadow = False,
                                startangle = 90,pctdistance = 0.6)
for t in l_text:
    t.set_size(15)
for t in p_text:
    t.set_size(15)
plt.axis('equal')
plt.title('伊可新', size=15)
plt.legend(loc=2)

ax=plt.subplot(3,4,7)
labels_7 = [u"9折",u"9.5折",u"8.5折",u"无打折"]
sizes_7= [1434,1155,254,96]
colors = ['orange','yellowgreen','lightskyblue','yellow']
explode = (0.05,0,0,0)
patches,l_text,p_text = plt.pie(sizes_7,explode=explode,labels=labels_7,colors=colors,
                                labeldistance = 1.1,autopct = '%3.1f%%',shadow = False,
                                startangle = 90,pctdistance = 0.6)
for t in l_text:
    t.set_size(15)
for t in p_text:
    t.set_size(15)
plt.axis('equal')
plt.title('养生堂', size=15)
plt.legend(loc=2)

ax=plt.subplot(3,4,8)
labels_8 = [u"9.5折",u"9折",u"8.5折",u"无打折"]
sizes_8= [2403,2129,967,176]
colors = ['orange','yellowgreen','lightskyblue','yellow']
explode = (0.05,0,0,0)
patches,l_text,p_text = plt.pie(sizes_8,explode=explode,labels=labels_8,colors=colors,
                                labeldistance = 1.1,autopct = '%3.1f%%',shadow = False,
                                startangle = 90,pctdistance = 0.6)
for t in l_text:
    t.set_size(15)
for t in p_text:
    t.set_size(15)
plt.axis('equal')
plt.title('BY－HEALTH/汤臣倍健', size=15)
plt.legend(loc=2)

ax=plt.subplot(3,4,9)
labels_9 = [u"9折",u"9.5折",u"8.5折",u"无打折"]
sizes_9= [657,219,170,2]
colors = ['orange','yellowgreen','lightskyblue','blue']
explode = (0.05,0,0,0)
patches,l_text,p_text = plt.pie(sizes_9,explode=explode,labels=labels_9,colors=colors,
                                labeldistance = 1.1,autopct = '%3.1f%%',shadow = False,
                                startangle = 90,pctdistance = 0.6)
for t in l_text:
    t.set_size(15)
for t in p_text:
    t.set_size(15)
plt.axis('equal')
plt.title('FANCL', size=15)
plt.legend(loc=2)

ax=plt.subplot(3,4,10)
labels_10 = [u"9.5折",u"9折",u"无打折"]
sizes_10= [59,32,1]
colors = ['orange','yellowgreen','lightskyblue','yellow']
explode = (0.05,0,0)
patches,l_text,p_text = plt.pie(sizes_10,explode=explode,labels=labels_10,colors=colors,
                                labeldistance = 1.1,autopct = '%3.1f%%',shadow = False,
                                startangle = 90,pctdistance = 0.6)
for t in l_text:
    t.set_size(15)
for t in p_text:
    t.set_size(15)
plt.axis('equal')
plt.title('朗迪', size=15)
plt.legend(loc=2)
plt.show()

タスク 4 

今後 3 か月間の Tmall のビタミン剤の総売上を予測し、近似曲線を描いてモデルのパフォーマンスとエラーを評価します。 
import pandas as pd
data=pd.read_excel('F:\\比赛\\2022全国大学生数据分析大赛\\2022全国大学生数据分析A题\\data\\new_data.xlsx')
total_month= data.groupby("date_time")["total_price"].sum().reset_index()
total_month
----------------------------------------------
    date_time	total_price
0	2020-01-01	2.907732e+07
1	2020-02-01	2.402555e+07
2	2020-03-01	3.883273e+07
3	2020-04-01	3.378211e+07
4	2020-05-01	3.248638e+07
5	2020-06-01	7.414630e+07
6	2020-07-01	3.305252e+07
7	2020-08-01	4.263468e+07
8	2020-09-01	4.516212e+07
9	2020-10-01	3.485498e+07
10	2020-11-01	4.926924e+07
11	2020-12-01	9.077518e+07
12	2021-01-01	5.548417e+07
13	2021-02-01	5.734087e+07
14	2021-03-01	7.462681e+07
15	2021-04-01	6.681211e+07
16	2021-05-01	6.643281e+07
17	2021-06-01	1.210244e+08
18	2021-07-01	6.617255e+07
19	2021-08-01	7.787211e+07
20	2021-09-01	8.814363e+07
21	2021-10-01	8.217563e+07
22	2021-11-01	8.188439e+07
23	2021-12-01	1.343489e+08
import matplotlib.pyplot as plt
plt.rcParams['font.family'] = ['sans-serif']
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.figure(figsize=(15,6))
x=["2020-01","2020-02","2020-03","2020-04","2020-05","2020-06","2020-07","2020-08","2020-09","2020-10","2020-11","2020-12",
   "2021-01","2021-02","2021-03","2021-04","2021-05","2021-06","2021-07","2021-08","2021-09","2021-10","2021-11","2021-12"]
y=total_month["total_price"]
plt.plot(x, y, color='blue')
plt.scatter(x, y, marker='o',label='真实值')
plt.xlabel('时间')
plt.xticks(x,rotation=70)
plt.ylabel('当月销售总额')
plt.title('天猫维生素类药品2020-2021月销售总额')
plt.show()

x=range(1,25)
y=total_month["total_price"]
data_1 = pd.DataFrame({'month':x,
                    'total':y})

from sklearn.model_selection import train_test_split
from sklearn.model_selection import cross_val_score

import pandas as pd

x=data_1['month']
y=data_1['total']

x_train,x_test,y_train,y_test=train_test_split(x,y,test_size=0.8,random_state=420)
x_train=np.array(x_train)
x_train=x_train.reshape(-1,1)
x_test=np.array(x_test)
x_test=x_test.reshape(-1,1)

 

# 逻辑回归
from sklearn.linear_model import LogisticRegression
# k近邻回归
from sklearn.neighbors import KNeighborsRegressor
# 梯度提升回归，随机森林回归
from sklearn.ensemble import GradientBoostingRegressor,RandomForestRegressor

import numpy as np
from sklearn.metrics import r2_score,mean_absolute_error,mean_squared_error

def predict(ml_model):
    print("Model is: ", ml_model)
    
    model = ml_model.fit(x_train, y_train)
    
    print("Training score: ", model.score(x_train,y_train))
    print("Testing score: ", model.score(x_test,y_test))
    
    predictions = model.predict(x_train)
    new_predictions1=model.predict(x_test)
    print(new_predictions1)
    print(x_test1[0],model.predict([x_test1[0]]))
    print(x_test1[1],model.predict([x_test1[1]]))
    print(x_test1[2],model.predict([x_test1[2]]))
    print("Predictions: ", predictions)
    print("未来三个月: ", new_predictions1)
    print('-----------------')
    r2score = r2_score(y_train, predictions)
    print("r2 score is: ", r2score)
    
    print('MAE:{}', mean_absolute_error(y_train,predictions))
    print('MSE:{}', mean_squared_error(y_train,predictions))
    print('RMSE:{}', np.sqrt(mean_squared_error(y_train,predictions)))
predict(RandomForestRegressor(n_estimators=1))
Model is: RandomForestRegressor(n_estimators=1) 
Training score: 0.5991487172457902 
Testing score: 0.42010461927846376 
[33052515.35550007 33052515.35550007 45162116.98549996 45162116.98549996 
 45162116.98549996 45162116.98549996 33052515.35550007 77872105.11344971 
 33052515.35550007 77872105.11344971 33052515.35550007 77872105.11344971 
 77872105.11344971 33052515.35550007 33052515.35550007 77872105.11344971 
 77872105.11344971 77872105.11344971 45162116.98549996 77872105.11344971] 
[25] [77872105.11344971] 
[26] [77872105.11344971 ] 
[27] [77872105.11344971]
予測: [77872105.11344971 33052515.35550007 45162116.98549996 77872105.11344971]
未来三个月: [33052515.35550007 33052515.35550007 45162116.98549996 45162116.98549996
 45162116.98549996 45162116.98549996 33052515.35550007 77872105.11344971 
 33052515.35550007 77872105.11344971 33052515.35550007 77872105.11344971 
 77872105.11344971 33052515.35550007 33052515.35550007 77872105.11344971 
 77872105.11344971 77872105.11344971 45162116.98549996 77872105.11344971] 
----------------- 
r2 score is: 0.5991487172457902 
MAE:{} 10788062.82364067 
MSE:{} 465529197947271.7 
RMSE :{} 21576125.64728134

predict(KNeighborsRegressor()) 
Model is: KNeighborsRegressor() 
Training score: 0.6370239169965028 
Testing score: 0.3394163469624 
[40508925.39704183 40508925.39704183 75633066.65863588 60460618.77413338 
 60460618.7741334 46823311.32433338 46823311.32433337 84057002.94282563] 
[25] [92884930.5029359] 
[26] [92884930.5029359] 
[27] [92884930.5029359] 
Predictions: [40508925.39704183 81353638.70452581 43725883.86203337 81353638.70452581 
 92884930.5029359 40508925.39704183 40508925.39704183 92884930.5029359 
 92884930.5029359 92884930.5029359 53784559.06508334 75633066.65863587 
 87129707.09845188 43725883.86203337 46823311.32433338 84057002.94282563]
未来三个月: [40508925.39704183 40508925.39704183 75633066.65863588 60460618.77413338
 60460618.7741334 46823311.32433338 46823311.32433337 84057002.94282563] 
----------------- 
r2 score is: 0.6370239169965028 
MAE:{} 13628745.447811129 
MSE:{} 322974512565174.06 
RMSE:{} 17971491.662218083
predict(GradientBoostingRegressor())
Model is: GradientBoostingRegressor() 
Training score: 0.9999325937942306 
Testing score: -0.7114452499656005 
[3.35533345e+07 2.92082264e+07 7.41115578e+07 4.92738241e+07 
 4.92738241e+07 4.52227237e+07 3.34846423e+07 1.20764272e+08] 
[ 25] [1.34212591E+08] 
[26] [1.34212591E+08] 
[27] [1.34212591E+08]
予測：[2.92082264E+07 6.68768505E+07 7.38043656E+07 6.663491E 
 + 07 e+07 3.27093976e+07 8.22873770e+07 
 8.79706007e+07 8.20561062e+07 4.92738241e+07 7.41115578e+07 
 7.81258889e+07 3.34846423e+07 4.52227237e+07 1.20764272e+08] 
----------------- 
07E 3.35533345e+07 2.92082264e+07 7.41115578e+07 4.92738241e+07 
 +08]
r2 スコア: 0.9999325937942306 
MAE:{} 206922.37756619183 
MSE:{} 59977743635.64004 
RMSE:{} 244903.53945102557
x_1=range(1,28)
y_1=list(y_train)
y_1.append(1.33865662e+08)
y_1.append(1.33865662e+08)
y_1.append(1.33865662e+08)

x_2=[25,26,27]
y_2=[1.33865662e+08,1.33865662e+08,1.33865662e+08]
plt.figure(figsize=[12,6])
plot1 = plt.plot(x, y, '*',c="blue",label='原始数据')
plt.plot(x_2,y_2,'o',c='red',label='未来三个月')
plot2 = plt.plot(x_1, y_1, 'black',label='拟合曲线')
plt.xlabel("月份")
plt.xticks(x_1)
plt.ylabel('y')
plt.legend(loc=4,prop = {'size':18}) #指定legend的位置右下角
plt.title('多项式拟合')
plt.show()

タスク 5

製薬会社が新しいビタミン ブランドをオンラインで販売することを計画しており、2 ページ以内の e コマース ビジネス戦略を設計するコンサルタントとしてあなたを雇いました。

要約する

1) この大会のコードは複雑すぎて、多くの場所を最適化できます

2) 前回参加時より全体的に論文の質が若干向上した

最後に、小さな広告を挿入します hhh (データ分析の初心者および初心者に適しています)

(本大会の論文、ソースプログラム、補助教材の販売、学習目的のみ、学習目的のみ、学習目的のみ) 

おすすめ

転載: blog.csdn.net/weixin_60200880/article/details/129868183
おすすめ
ランキング
求1到10的阶乘相加值
除数無限のアルゴリズムので、
いいえ公共、オープンプラットフォームとマイクロチャネル公共プラットフォームを微信ありません
ログの形式でSQL出力
アンドリュースORMフレームワークの基本的な使用GreenDao
MySQL基础教程13——函数——流程控制函数
Go build构建包
LeetCode刷题——排序链表#148#Medium
Python difflib の使用
カール送信httpリクエスト
アーカイブ
もっと
2024-06-13(0)
2024-06-12(0)
2024-06-11(0)
2024-06-10(0)
2024-06-09(0)
2024-06-08(0)
2024-06-07(0)
2024-06-06(0)
2024-06-05(0)
2024-06-04(0)

コードワールド

© 2018 codetd.com