超市销售数据分析python

超市销售数据分析python

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。

以下文章来源于python数据分析之禅 ，作者小dull鸟

项目目标

分析一下超市近期的运营数据，通过分析，对超市近期的运行状况有了直观的了解

1.读取数据

数据存放在表格中，我们用pandas将其读出来

import pandas as pd

data&#ad_csv('超市运营数据.csv',encoding='gbk',parse_dates=["成交时间"])

data

2.分析哪些类别的商品比较畅销

首先将数据按照类别ID进行分组，然后对分组后的销量进行求和，最后用reset_index重置索引

data_group&#upby("类别ID")["销量"].sum().reset_index()

data_group

为了取出销量最好的10类商品类别，我们可以对data_group按照“销量”进行排序，取出前10个

data_group=data_group.sort_values(by="销量",ascending=False).head(10)

data_group

3.分析哪些商品比较畅销

分析逻辑与哪些类别的分析一致，代码如下：

data['销售额']=data['销量']*data['单价']

data

4.分析不同门店的销售额占比

首先计算销售额，并添加到数据中：

data['销售额']=data['销量']*data['单价']

data

按照门店进行分组，对分组后的营业额进行求和：

data_group&#upby('门店编号')['销售额'].sum().reset_index()

data_group

用饼图画出销售额占比：

from pyecharts import options as opts

from pyecharts.charts import Pie

x=list(data_group['门店编号'])

y=list(data_group['销售额'])

pie = (

Pie()

.add(

"",

[(i,j)for i,j in zip(x,y)],

radius=["30%", "75%"],

center=["50%", "50%"],

rosetype="radius",

label_opts=opts.LabelOpts(is_show=False),

)

.set_global_opts(title_opts=opts.TitleOpts(title="门店销售额占比"))

.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {d}"))

)