4-python数据分析-淘宝婴儿用品分析项目

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from pandas import Series, DataFrame
%matplotlib inline 魔法指令

# 导入数据
buy = pd.read_csv(‘./淘宝婴儿用品案例数据/(sample)sam_tianchi_mum_baby_trade_history.csv‘, engine=‘python‘) 

buy.drop(labels=‘property‘, axis=1, inplace=True)

# 这里需要给时间指定格式
buy[‘day‘] = pd.to_datetime(buy[‘day‘], format=‘%Y%m%d‘)

buy[‘day‘].min(), buy[‘day‘].max()
(Timestamp(‘2012-07-02 00:00:00‘), Timestamp(‘2015-02-05 00:00:00‘))

# 通过条件查询购买数量小于等于0的数据，返回布尔值
# 如果小于等于就返回True为1,否则布尔值False为0,求和结果大于0说明有异常值
(buy[‘buy_mount‘] <= 0).sum()
0

# nunique 可以返回去重后的个数，相当于unique加count
# 这里通过这个操作得到总user_id数
buy[‘user_id‘].nunique()
29944

# shape[0] 获取总体数据有多少行，得到总交易数
buy.shape[0]
29971