データ分析＆データマイニング[スーパーマーケットチェーン]データ分析事例

1  インポートPANDAS AS PD
 2  
3つの。 ＃ロードデータ
4。データ= pd.read_csv（" ./order.csv " =コード" ANSI " ）
 5。  ＃プリント（ "データ：\ N-"、データ）
6。 印刷（" のデータカラムインデックス：\ N- " 、data.columns）
 7。 
8。  ＃の0の存在下で、販売量、または販売<0のデータが
9  ＃不正なデータの削除
10  ＃-予約された販売> 0のデータを
11。 bool_index =データ。 LOC [：、" 販売" ]> 0
 12は、データ=data.loc [bool_index ,:]
 13  
14  ＃1、その商品のカテゴリより人気？
15  ＃従っIDパケットのカテゴリは、販売統計SUM 
16  ＃sort_valuesは、デフォルトで昇順にソート
。17  ＃指定されたデータによっては、列でソート
18である ＃昇順昇順=真
。19 =によるRES = data.groupby（「カテゴリIDは、"）" 販売" ] .SUM（）。sort_values（昇順=偽）.head（10 ）
 20 RES = pd.pivot_table（
 21は      データ= 、データ
 22は      、インデックス= " カテゴリID 」、
 23は     ＃列= "カテゴリID"、
24の      値= " 売上" 、
 25      aggfunc = " SUM " 
26がある =による）.sort_values（" 販売"、昇順= False）が.head（10 ）
 27  印刷（" ：\ N- RES " 、 RES）
 28  
29  ＃2、品物より人気
30 RES = data.groupby（=によって" 商品ID "）[ " 販売" ] .SUM（）。sort_values（昇順=偽）.head（10 ）
 31は RES = PD .pivot_table（
 32     =データデータ、
 33は      、インデックス= " 製品ID " 、
 34は      値= " 販売" 、
 35      aggfunc = " SUM " 
36 =によって）.sort_values（" 販売"、昇順=偽）.head（10 ）
 37 [  印刷（" RES ：\ N- "RES）
 38である39 ＃3、異なる店舗の売上高は会計見つける。40 ＃各製品の売上高を計算するために（1）41がある data.loc [：、" 販売/単一の項目" ] =データ.LOC [：、"単価 
 
 
" ] * Data.loc [：、" 売上高" ]
 42は 
43れる ＃（2）数値ストアをグループ化によると、各アイテムの販売統計の和、及び
44は ALL_ = data.groupby（=による" 店舗ID 」）[ " 販売/単一の項目" ] .SUM（）
 45  
46である 印刷（ALL_）
 47  ＃の割合の計算（3）
48  印刷（" すべての店舗の会計処理は次のとおりです。"、（ALL_ / all_.sum（））を適用します。 （ラムダ X-：フォーマット（X-、" 0.2パーセント" ）））
 49  
50  
51  ＃？スーパーマーケットのピーク旅客流期間である4、
52  ＃（1）商品は、注文IDの複数に対応するので、人のそれぞれの注文IDは、最初のIDの重複排除でなければならない
53  ＃のデータ重複排除
54は ＃再列のサブセットを必要と
55  ＃インプレース= Trueの場合、元のデータ修正
56 data.drop_duplicates（サブセット= ' 注文ID '、インプレース= 真）
 57が 印刷（" 重複排除後のデータ：\ N- " 、データ）
 58  
59  ＃（2）属性時間取得
60 [data.locを：、" トランザクション時間" ] = pd.to_datetime（data.loc [：、" 回転時間" ]）
 61が 
62である [data.loc：、" 時間」] = [I.hour 用 I で data.loc [：、" 回転時間" ]
 63は 
64  プリント（データ）
 65  
66  ＃（3）パケットの時間に応じて、それぞれ順番に時間の数を数える
67の RES =データ。 GROUPBY（=による" 時間"）[ " 注文ID "。] .count（）sort_values（昇順= 偽）
 68  
69  プリント（" RES：\ N- " RES）
 70  
71である ＃（sort_index）行インデックスのサイズに応じてシーケンス