Pandas-数据透视表

一. Pandas透视表概述

数据透视表（Pivot Table）是一种交互式的表，可以进行某些计算，如求和与计数等。所进行的计算与数据跟数据透视表中的排列有关。
之所以称为数据透视表，是因为可以动态地改变它们的版面布置，以便按照不同方式分析数据，也可以重新安排行号、列标和页字段。每一次改变版面布置时，数据透视表会立即按照新的布置重新计算数据。另外，如果原始数据发生更改，则可以更新数据透视表。
在使用Excel做数据分析时，透视表是很常用的功能，Pandas也提供了透视表功能，对应的API为pivot_table

1. pivot_table函数介绍

• Pandas pivot_table函数介绍：pandas有两个pivot_table函数
  pandas.pivot_table
  pandas.DataFrame.pivot_table
  pandas.pivot_table 比 pandas.DataFrame.pivot_table 多了一个参数data，data就是一个dataframe，实际上这两个函数相同
• pivot_table参数中最重要的四个参数 values,index,columns,aggfunc，下面通过案例介绍pivot_tabe的使用

二. 栗子-零售会员数据分析

1. 案例业务介绍

• 业务背景介绍

  • 某女鞋连锁零售企业，当前业务以线下门店为主，线上销售为辅
  • 通过对会员的注册数据以及的分析，监控会员运营情况，为后续会员运营提供决策依据
  • 会员等级说明
    ① 白银: 注册(0)
    ② 黄金: 下单(1~3888)
    ③ 铂金: 3888~6888
    ④ 钻石: 6888以上

• 数据分析要达成的目标

  • 描述性数据分析
  • 使用业务数据，分析出会员运营的基本情况

• 案例中用到的数据
  ① 会员信息查询.xlsx
  ② 会员消费报表.xlsx
  ③ 门店信息表.xlsx
  ④ 全国销售订单数量表.xlsx

• 分析会员运营的基本情况

  • 从量的角度分析会员运营情况：
    ① 整体会员运营情况（存量，增量）
    ② 不同渠道（线上，线下）的会员运营情况
    ③ 线下业务，拆解到不同的地区、门店会员运营情况
  • 从质的角度分析会员运营情况：
    ① 会销比
    ② 连带率
    ③ 复购率

2. 会员存量、增量分析

每月存量，增量是最基本的指标，通过会员数量考察会员运营情况
用到的数据：会员信息查询.xlsx

• 加载数据

  import pandas as pd
  custom_info=pd.read_excel('data/会员信息查询.xlsx')
  custom_info.info()
  

  

• 会员信息查询

  custom_info.head()
  

  

• 需要按月统计注册的会员数量
  注册时间原始数据需要处理成年-月的形式

  # 给 会员信息表 添加年月列
  from datetime import datetime
  custom_info.loc[:,'注册年月'] = custom_info['注册时间'].apply(lambda x : x.strftime('%Y-%m'))
  custom_info[['会员卡号','会员等级','会员来源','注册时间','注册年月']].head()
  

  

① group by

month_count = custom_info.groupby('注册年月')[['会员卡号']].count()
month_count.head()

month_count.columns = ['月增量']
month_count.head()

② 透视表

• 用数据透视表实现相同功能：dataframe.pivot_table()
  index：行索引，传入原始数据的列名
  columns：列索引，传入原始数据的列名
  values: 要做聚合操作的列名
  aggfunc：聚合函数

custom_info.pivot_table(index='注册年月',values='会员卡号',aggfunc='count').head()

计算存量 cumsum 对某一列 做累积求和 1 1+2 1+2+3 1+2+3+4 …

#通过cumsum 对月增量做累积求和
month_count.loc[:,'存量'] = month_count['月增量'].cumsum()
month_count

③ 可视化

可视化，需要去除第一个月数据
第一个月数据是之前所有会员数量的累积（数据质量问题）

#Pandas版本>1.1
import matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['SimHei'] # 正常显示汉字
plt.rcParams['axes.unicode_minus'] = False # 正常显示负号month_count['月增量'].plot(figsize = (20,8),color='red',secondary_y = True)
month_count['存量'].plot.bar(figsize = (20,8),color='gray',xlabel = '年月',legend = True,ylabel = '存量')
plt.title("会员存量增量分析",fontsize=20)