当前位置：首页 > news >正文

电商会员门店消费数据分析

news 2025/12/17 12:26:18

导包

import os
import sqlite3
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from IPython.display import display_htmlpd.set_option('max_colwidth',200)%matplotlib inline

前期准备

转义路径

# 获取Windows系统下的路径
win_path = r"\会员消费报表.xlsx"
win_path1 = r"\会员信息查询.xlsx"
win_path2 = r"\门店信息表.xlsx"
win_path3 = r"\全国销售订单数量表.xlsx"# 使用os.path进行转义
unix_path = os.path.normpath(win_path)  # 或者 os.path.abspath(win_path)
unix_path1 = os.path.normpath(win_path1)  # 或者 os.path.abspath(win_path)
unix_path2 = os.path.normpath(win_path2)  # 或者 os.path.abspath(win_path)
unix_path3 = os.path.normpath(win_path3)  # 或者 os.path.abspath(win_path)# 现在unix_path变量将是 'C:/Users/username/Documents/data.csv'

调整表格样式

html = f"""
<html>
<head><style>div{{background-color: rgba(224, 255, 255, 0.03); /* 包裹表格的 div 背景色 */}}th{{background-color: #79CDCD; /* 表头背景色 */color: black; /* 表头文字颜色 */}}</style>
</head>
</html>
"""
display_html(html, raw=True)

1.1读入表格

1.1.1会员消费表vip_consume

vip_consume = pd.read_excel(unix_path)

vip_consume.head(5)

在这里插入图片描述

1.1.2会员信息查询vip_info

vip_info = pd.read_excel(unix_path1)
vip_info.head(5)

在这里插入图片描述

1.1.3门店信息表shop_info

shop_info = pd.read_excel(unix_path2)
shop_info.head(5)

在这里插入图片描述

1.1.4全国销售订单数量表order_list

order_list = pd.read_excel(unix_path3)
order_list.head(5)

在这里插入图片描述

2数据预处理

2.1查看是否有缺失值、重复值

vip_consume.info()#无缺失值

在这里插入图片描述

2.2转换数据类型，在查找重复值时，有些可能识别不到

2.2.1对vip_consume

#转换日期
vip_consume['订单日期'] = vip_consume['订单日期'].astype("str")
vip_consume['订单日期'] = pd.to_datetime(vip_consume['订单日期'])#名称转化为字符串
vip_consume['卡号'] = vip_consume['卡号'].astype("str")
vip_consume['订单号'] = vip_consume['订单号'].astype("str")
vip_consume['订单类型'] = vip_consume['订单类型'].astype("str")
vip_consume['店铺代码'] = vip_consume['店铺代码'].astype("str")
vip_consume['款号'] = vip_consume['款号'].astype("str")vip_consume.info()

在这里插入图片描述

#验证每个元素是否转化为str
for card_id in vip_consume['卡号']:print(type(card_id))

在这里插入图片描述

#vip_consume.groupby('卡号').count()
dup = vip_consume.copy().duplicated(keep= 'first')
print(dup[dup == True])
print(len(dup[dup == True]))
vip_consume.copy()[dup]

在这里插入图片描述

vip_consume[vip_consume['卡号'] == "BL6093096660436300333" ]

在这里插入图片描述

vip_consume = vip_consume.drop_duplicates(keep='first')
print(len(vip_consume))

在这里插入图片描述

2.2.2对vip_info

vip_info.info()

在这里插入图片描述

#创建缺失率函数
def missing (df):"""计算每一列的缺失值及占比"""missing_number = df.isnull().sum().sort_values(ascending=False)              # 每一列的缺失值求和后降序排序                  missing_percent = (df.isnull().sum()/df.isnull().count()).sort_values(ascending=False)          # 每一列缺失值占比missing_values = pd.concat([missing_number, missing_percent], axis=1, keys=['Missing_Number', 'Missing_Percent'])      # 合并为一个DataFramereturn missing_values
missing(vip_info)

在这里插入图片描述

vip_info_origin = vip_info.copy()

#drop掉缺失率达到0.7以上的列
vip_info = vip_info_origin
vip_info = vip_info.drop(columns=['门店店员编码','城市', '省份'])
vip_info = vip_info.dropna(axis= 0, subset=['生日', '年齡'])
print(vip_info.isnull().sum())
print(len(vip_info))
vip_info

在这里插入图片描述

#去掉重复值
vip_info = vip_info.drop_duplicates(keep='first')
print(len(vip_info))

在这里插入图片描述

2.2.3对shop_info

shop_info.info()

在这里插入图片描述

#计算缺失率
missing(shop_info)

在这里插入图片描述

#备份
shop_info_origin = shop_info.copy()

#删除缺失值
shop_info = shop_info.dropna(axis = 0)
print(shop_info.isnull().sum())

在这里插入图片描述

#删除重复值
print(len(shop_info))
shop_info.drop_duplicates(keep= 'first')
print(len(shop_info))

在这里插入图片描述

2.2.4对orderlist

order_list.info()#无缺失值

在这里插入图片描述

order_list

在这里插入图片描述

#计算缺失率
missing(order_list)

在这里插入图片描述

#删除零值，零值可能是没有会员
order_list.dropna(axis = 0, inplace=True)

order_list['年'] = order_list['年月'].astype(str).str[:4]
order_list['月'] = order_list['年月'].astype(str).str[4:].astype(int).astype(str)

order_list

在这里插入图片描述

3表连接

a = vip_info.sample(3).to_html()
b = vip_consume.sample(3).to_html()
c = shop_info.sample(3).to_html()
d = order_list.sample(3).to_html()# 写规范点的格式，当然可以简单实现  html_str = f"<div>{a}</div><div>{b}</div><div>{c}</div><div>{d}</div>"
html_str = f"""
<html>
<head><style>.cen{{display: flex;flex-direction: column;align-items: center;}}.t{{font-size: 24px;font-weight: bold;}}</style>
</head>
<body><div class="cen"><span class="t">【会员消费表】</span><div>{a}</div><span class="t">【会员信息表】</span><div>{b}</div><span class="t">【门店信息表】</span><div>{c}</div><span class="t">【全国订单表】</span><div>{d}</div></div>
</body>
</html>
"""
display_html(html_str, raw=True)

在这里插入图片描述

3几种可能的表连接情况

3.1会员信息表+会员消费表

info_consume = pd.merge(vip_info,vip_consume,left_on = ['会员卡号'],right_on = ['卡号'], how = 'inner')
print(vip_info.shape,vip_consume.shape,info_consume.shape)
info_consume.head()

在这里插入图片描述

3.1.1订单数量根据时间的变化

有效订单数量、下单数量、退单数量、退单数量、退货率随时间的变化

pd.to_datetime(info_consume['订单日期'])

在这里插入图片描述
。。。。

#后续源码请点击下面链接：
https://mbd.pub/o/bread/Z52Umplt

在这里插入图片描述

#后续源码请点击下面链接：
https://mbd.pub/o/bread/Z52Umplt

电商会员门店消费数据分析

导包 import os import sqlite3 import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns from IPython.display import display_htmlpd.set_option(max_colwidth,200)%matplotlib inline前期准备转义路径 # 获取Windows系统下的路…...

编程日记 2024/12/28 6:18:12

Vue.js 入门与进阶：打造高效的前端开发体验

Vue.js 是一款渐进式的 JavaScript 框架，凭借其轻量、易用、灵活的特点，已经成为了前端开发者的首选之一。从简单的交互到复杂的单页应用（SPA），Vue 为开发者提供了一套高效且易于上手的工具。在本文中，我们…...

编程日记 2024/12/28 6:13:06

Java包装类型的缓存

Java 基本数据类型的包装类型的大部分都用到了缓存机制来提升性能。 Byte,Short,Integer,Long 这 4 种包装类默认创建了数值 [-128，127] 的相应类型的缓存数据，Character 创建了数值在 [0,127] 范围的缓存数据，Boolean 直接返回 True or Fal…...

编程日记 2024/12/28 6:12:05

【蓝桥杯——物联网设计与开发】拓展模块4 - 脉冲模块

目录一、脉冲模块 （1）资源介绍 🔅原理图 🔅采集原理 （2）STM32CubeMX 软件配置 （3）代码编写 （4）实验现象二、脉冲模块接口函数封装三、踩坑日记 &a…...

编程日记 2024/12/28 6:11:04

.NET平台用C#通过字节流动态操作Excel文件

在.NET开发中，通过字节流动态操作Excel文件提供了一种高效且灵活的方式处理数据。这种方法允许开发者直接在内存中创建、修改和保存Excel文档，无需依赖直接的文件储存、读取操作，从而提高了程序的性能和安全性。使用流技术处理Excel不仅简化了…...

编程日记 2024/12/28 6:10:03

SpringMVC详解

文章目录 1 什么是MVC 1.1 MVC设计思想1.2 Spring MVC 2 SpringMVC快速入门3 SpringMVC处理请求 3.1 请求分类及处理方式 3.1.1 静态请求3.1.2 动态请求 3.2 处理静态请求 3.2.1 处理html文件请求3.2.2 处理图片等请求 3.3 处理动态请求 3.3.1 注解说明3.3.2 示例 3.4 常见问题…...

编程日记 2024/12/28 6:07:00

springboot、spring、springmvc有哪些注解

Spring Boot 常用注解虽然Spring Boot本身并没有引入大量新的注解，但它基于Spring框架，并整合了多种技术和库，使得开发者可以更方便地使用Spring框架的功能。在Spring Boot项目中，常用的注解主要来自于Spring框架本身。 ‌Sprin…...

编程日记 2024/12/28 6:02:56

Apache Commons ThreadUtils 的使用与优化

Apache Commons ThreadUtils 的使用与优化 1. 问题背景在 Java 系统中，跨系统接口调用通常需要高并发支持，尤其是线程池的合理配置至关重要。如果线程池使用不当，可能导致性能下降，线程等待或过载。当前问题使用了 Apache …...

编程日记 2024/12/28 6:01:55

重温设计模式--5、职责链模式

文章目录职责链模式的详细介绍C 代码示例C示例代码2 职责链模式的详细介绍定义与概念职责链模式（Chain of Responsibility Pattern）是一种行为型设计模式，它旨在将请求的发送者和多个接收者解耦，让多个对象都有机会处理请求&am…...

编程日记 2024/12/28 6:00:54

下午四点半

客户的员工竟然背着公司开发报表系统，是在密谋什么大事吗？ 之前去线下给客户的员工培训，当时我就对这个小姑娘印象很深刻，因为她后面加了我们的技术人员，问了很多问题，不同于从来没有用过低代码平台的人&a…...

编程日记 2024/12/28 5:59:53

嵌入式单片机中Flash存储器控制与实现

第一：嵌入式单片机内部Flash概述 1.存储器的概念存储器指的是若干个存储单元的集合，每个存储单元都可以存储若干个二进制数，为了方便的操作存储单元，就为每个存储单元都分配了地址，就可以通过寻址来访问存储单元。由于计算机的处理的数据量较大，并且运算速度都很快，就…...

编程日记 2024/12/28 5:58:52

loki failed to flush

loki 报错 levelerror ts2024-12-27T08:13:10.450140686Z callerflush.go:143 org_idfake msg"failed to flush" err"failed to flush chunks: store put chunk: open /data/loki/chunks/ZmFrZS85ODBmM2U3NzliODg2MjY1OjE5M2VhNDVkYTc4OjE5M2VhNDVlNDdkOjVmMjA…...

编程日记 2024/12/28 5:57:50

微信小程序打印生产环境日志

微信小程序打印生产环境日志新建一个log.js文件，写入以下代码： let log wx.getRealtimeLogManager ? wx.getRealtimeLogManager() : nullmodule.exports {debug() {if (!log) returnlog.debug.apply(log, arguments)},info() {if (!log) returnlog.i…...

编程日记 2024/12/28 5:56:49

利用 deepin-IDE 的 AI 能力，我实现了文件加密扩展

经过多轮迭代，deepin 文件管理器（dde-file-manager）的扩展功能已经趋于稳定，看到越来越丰富的文管新功能，作为一名技术爱好者，也想自己动手写个插件扩展一下文管的功能。我选择的开发工具是 deepin-IDE&a…...

编程日记 2024/12/28 5:54:44

JPA 基本查询（五）

JPA 查询Exists示例 JPA教程 - JPA 查询Exists示例如果子查询返回任何行，则EXISTS条件返回true。以下代码显示如何在JPQL中使用带有子查询的EXISTS运算符。 List l em.createQuery("SELECT e FROM Professor e WHERE EXISTS " "(SELECT p FROM …...

编程日记 2024/12/28 5:53:43

hiprint结合vue2项目实现静默打印详细使用步骤

代码地址是：vue-plugin-hiprint: hiprint for Vue2/Vue3 ⚡打印、打印设计、可视化设计器、报表设计、元素编辑、可视化打印编辑本地安装包地址：electron-hiprint 发行版 - Gitee.com 1、先安装hipint安装包在本地 2、项目运行npm（socket.…...

编程日记 2024/12/28 5:51:41

项目报 OutOfMemoryError 、GC overhead limit exceeded 问题排查以及解决思路实战

项目报 OutOfMemoryError、GC overhead limit exceeded 问题排查以及解决思路实战前言： 问题现象描述： 1，生产环境有个定时任务，没有初始化告警数据【告警数据量为1000多个】 2，其他定时任务执行正常 3，查…...

编程日记 2024/12/28 5:47:31

【计算机-显示屏灰阶测试】

硬计算机-显示屏灰阶测试 ■ 对比度■ 清晰度■ 灰度色阶（色带）■ 对比率■■ ■ 对比度在一个性能良好的显示器上，您可观察到每种颜色的标尺都可分为从 1 至 32、大致上等宽但不同亮度的色带。即使是在刻度1处的色带也应该隐约可见。一个…...

编程日记 2024/12/28 5:46:30

CSS系列（40）-- Container Queries详解

前端技术探索系列：CSS Container Queries详解 📦 致读者：探索组件响应式的艺术 👋 前端开发者们， 今天我们将深入探讨 CSS Container Queries，这个强大的组件级响应式特性。基础概念 🚀 容…...

编程日记 2024/12/28 5:45:25

工作生活做事慢效率低原因及解决方案

时间和效率管理具体版（初阶）（一） 工作&生活做事慢效率低原因及解决方案一、效率慢的原因（动物解析法（编者自创）） 打败你的可能是生活的小事 1.无头苍蝇无流程做事之前没有想…...

编程日记 2024/12/28 5:44:23

JavaSec-RCE

简介 RCE(Remote Code Execution)，可以分为:命令注入(Command Injection)、代码注入(Code Injection) 代码注入 1.漏洞场景：Groovy代码注入 Groovy是一种基于JVM的动态语言，语法简洁，支持闭包、动态类型和Java互操作性&#xff0c…...

编程新知 2025/12/17 4:49:02

Qt/C++开发监控GB28181系统/取流协议/同时支持udp/tcp被动/tcp主动

一、前言说明在2011版本的gb28181协议中，拉取视频流只要求udp方式，从2016开始要求新增支持tcp被动和tcp主动两种方式，udp理论上会丢包的，所以实际使用过程可能会出现画面花屏的情况，而tcp肯定不丢包，起码…...

编程新知 2025/12/9 11:33:36

【Linux】C语言执行shell指令

在C语言中执行Shell指令在C语言中，有几种方法可以执行Shell指令： 1. 使用system()函数这是最简单的方法，包含在stdlib.h头文件中： #include <stdlib.h>int main() {system("ls -l"); // 执行ls -l命令retu…...

编程新知 2025/11/20 18:42:48

AtCoder 第409场初级竞赛 A~E题解

A Conflict 【题目链接】原题链接：A - Conflict 【考点】枚举【题目大意】找到是否有两人都想要的物品。【解析】遍历两端字符串，只有在同时为 o 时输出 Yes 并结束程序，否则输出 No。【难度】 GESP三级【代码参考】 #i…...

编程新知 2025/12/16 4:45:38

关于iview组件中使用 table , 绑定序号分页后序号从1开始的解决方案

问题描述：iview使用table 中type: "index",分页之后 ，索引还是从1开始，试过绑定后台返回数据的id, 这种方法可行，就是后台返回数据的每个页面id都不完全是按照从1开始的升序，因此百度了下，找到了…...

编程新知 2025/12/13 5:10:30

跨链模式：多链互操作架构与性能扩展方案

跨链模式：多链互操作架构与性能扩展方案 ——构建下一代区块链互联网的技术基石一、跨链架构的核心范式演进 1. 分层协议栈：模块化解耦设计现代跨链系统采用分层协议栈实现灵活扩展（H2Cross架构）： 适配层&#xf…...

编程新知 2025/12/16 16:09:33

Map相关知识

数据结构二叉树二叉树，顾名思义，每个节点最多有两个“叉”，也就是两个子节点，分别是左子节点和右子节点。不过，二叉树并不要求每个节点都有两个子节点，有的节点只有左子节点，有的节点只有…...

编程新知 2025/12/16 12:05:27

Spring AI与Spring Modulith核心技术解析

Spring AI核心架构解析 Spring AI（https://spring.io/projects/spring-ai）作为Spring生态中的AI集成框架，其核心设计理念是通过模块化架构降低AI应用的开发复杂度。与Python生态中的LangChain/LlamaIndex等工具类似，但特别为多语…...

编程新知 2025/12/14 17:38:21

Web 架构之 CDN 加速原理与落地实践

文章目录一、思维导图二、正文内容（一）CDN 基础概念1. 定义2. 组成部分 （二）CDN 加速原理1. 请求路由2. 内容缓存3. 内容更新 （三）CDN 落地实践1. 选择 CDN 服务商2. 配置 CDN3. 集成到 Web 架构 &#xf…...

编程新知 2025/9/13 16:17:01

在Ubuntu24上采用Wine打开SourceInsight

1. 安装wine sudo apt install wine 2. 安装32位库支持，SourceInsight是32位程序 sudo dpkg --add-architecture i386 sudo apt update sudo apt install wine32:i386 3. 验证安装 wine --version 4. 安装必要的字体和库（解决显示问题） sudo apt install fonts-wqy…...

编程新知 2025/10/14 0:47:25

导包

前期准备

转义路径

调整表格样式

1.1读入表格

1.1.1会员消费表vip_consume

1.1.2会员信息查询vip_info

1.1.3门店信息表shop_info

1.1.4全国销售订单数量表order_list

2数据预处理

2.1查看是否有缺失值、重复值

2.2转换数据类型，在查找重复值时，有些可能识别不到

2.2.1对vip_consume

2.2.2对vip_info

2.2.3对shop_info

2.2.4对orderlist

3表连接

3几种可能的表连接情况

3.1会员信息表+会员消费表

3.1.1订单数量根据时间的变化

有效订单数量、下单数量、退单数量、退单数量、退货率随时间的变化

相关文章：