02. 실습1 : 가상 온라인 쇼핑몰 데이터 활용

1. 가상 온라인 쇼핑몰 데이터 활용

  

 

• 파일다운로드 확인

행 54만개인 데이터

 

• 판다스 import

  

 

 

            import pandas as pd

 

  

 

 

 

• 파일 가져오기

 

 

          retail = pd.read_csv('/content/drive/MyDrive/1. KDT/5. 데이터 분석/데이터/OnlineRetail.csv')

          retail

 

  

 

 

• 정보보기

  

          retail.info()

  

### 컬럼           * InvoiceNo : 주문번호           * StockCode : 상품코드           * Description : 상품설명           * Quantity : 주문수량           * InvoiceDate  : 주문날짜           * UnitPrice : 상품가격           * CustomerID : 고객 아이디           * Country : 고객 거주지역(국가)

 

 

• 각 칼럼당 null()이 몇개 있는지 확인해보기

 

 

        # 각 열에 포함된 null 값의 개수 확인

        retail.isnull().sum()

 

       

 

 

• 비회원/ 탈퇴/휴면회원 제외

  

 

          # 비회원/탈퇴/휴면회원 제거

          retail = retail[pd.notnull(retail['CustomerID'])]

          retail

 

 

 

• 비회원/ 탈퇴/휴면회원 개수 확인

  

 

        len(retail)

 

        retail.describe()

 

 

 

 

 

• 구입수량이 0 또는 0 이하인 데이터 확인 

 

          # 구입수량이 0 또는 0 이하인 데이터 확인

          retail[retail['Quantity'] < 0]

 

  

 

• 구입 수량이 1이상인 데이터만 저장

  

          # 구입 수량이 1이상인 데이터만 저장

          retail = retail[retail['Quantity'] >= 1]

          len (retail)

 

 

 

 

• 구입 가격이 0 또는 0 이하인 데이터를 확인

 

 

            # 구입 가격이 0 또는 0 이하인 데이터를 확인

            retail[retail['UnitPrice']<=0]

 

 

 

 

• 구입 가격이 0 초과인 데이터만 저장

  

 

         # 구입 가격이 0 초과인 데이터만 저장

          retail = retail[retail['UnitPrice']>0]

 

          len(retail)

 

 

 

• 고객의 총 지출비용 파생변수 만들기

  

 

          # 고객의 총 지출비용 파생변수 만들기

          # 총 지출비용(CheckoutPrice) = 가격(UnitPrice) * 수량(Qunatity)

          retail['CheckoutPrice'] = retail['UnitPrice'] * retail['Quantity']

          retail.head()

 

 

 

 

• 날짜타입 바꿔주기

 

 

        retail['InvoiceDate'] = pd.to_datetime(retail['InvoiceDate'])

 

        retail.info()

  

 

 

• 전체매출 구하기

 

 

          # 전체 매출

          total_revenue = retail['CheckoutPrice'].sum()

          total_revenue

 

 

 

 

• 각 나라별 구매 횟수

 

 

      # 각 나라별 구매 횟수

      retail['Country'].value_counts()

 

 

 

20개만 보기

 

50개만 보기

 

 

• 국가별 매출

  

 

          # 국가별 매출

          rev_by_countiries = retail.groupby('Country')['CheckoutPrice'].sum().sort_values()

          rev_by_countiries

* 오름차순 정렬

 

 

• 국가별 매출에 따른 막대그래프 

 

 

       

         #'bar' 형식의 그래프  : 가로 20 / 세로 10

          plot = rev_by_countiries.plot(kind='bar', figsize=(20, 10)) 

 

         # x축 : 'country' (글자 크기 : 12)

          plot.set_xlabel('Country', fontsize=12)

 

         # y축 : 'Revenue' (글자 크기 : 12)

          plot.set_ylabel('Revenue', fontsize=12)

 

         # 제목 : 'Revenue By Country' (글자 크기 : 15)

          plot.set_title('Revenue By Country', fontsize=15)

 

         # x축  : 국가명으로 설정(45도 회전)

          plot.set_xticklabels(labels=rev_by_countiries.index, rotation=45)

 

  

 

• 퍼센테이지로 표현

  

 

            rev_by_countiries / total_revenue

 

 

 

• 확인

  

 

          retail['InvoiceDate'].sort_values(ascending=False)

 

 

 

 

• 월별 매출 구하기

 

 

            # 월별 매출 구하기

            def extract_month(date):  # 2011-12-09 12:50:00

              month = str(date.month) # 12

              if date.month < 10:

                month = '0' + month # 예) 2월인 경우 02

              return str(date.year) + month # 201112, 201101

 

 

          rev_by_month = retail.set_index('InvoiceDate').groupby(extract_month)['CheckoutPrice'].sum()

          rev_by_month

 

  

 

 

• 월별 매출 막대그래프로 그리기

  

 

          # 막대그래프 함수화시키기

          def plot_bar(df,xlabel,ylabel,title, titlesize=15, fontsize=12, rotation=45, figsize=(20,10)):

            plot = df.plot(kind='bar', figsize=figsize)

            plot.set_xlabel(xlabel, fontsize=fontsize)

            plot.set_ylabel(ylabel, fontsize=fontsize)

            plot.set_title(title, fontsize=titlesize)

            plot.set_xticklabels(labels=df.index, rotation=rotation)

  

          plot_bar(rev_by_month, 'Month','Revenue','Revenue By Month')

 

 

 

• 요일별 매출 구하기

  

 

          # 요일별 매출 구하기

          def extract_dow(date):

            return date.dayofweek

  

 

          # rev_by_dow = retail.set_index('InvoiceDate').groupby(extract_dow)['CheckoutPrice'].sum()

          # rev_by_dow

          rev_by_dow = retail.set_index('InvoiceDate').groupby(lambda date: date.dayofweek)['CheckoutPrice'].sum()

          rev_by_dow

 

 

 

• 요일 배열을 정의하고 해당 요일로 변환하기

 

 

          import numpy as np

 

 

          DAY_OF_WEEK = np.array(['Mon','Tue','Web','Thur','Fri','Sat','Sun'])

          rev_by_dow.index = DAY_OF_WEEK[rev_by_dow.index]

          rev_by_dow.index

 

 

 

 

• 요일별 매출 막대그래프로 만들기

  

 

        plot_bar(rev_by_dow, 'DOW','Revenue','Revenue BY DOW')

  

 

 

• 시간대별 매출 구하기

 

 

 

            # 시간대별 매출 구하기

            rev_by_hour = retail.set_index('InvoiceDate').groupby(lambda date: date.hour)['CheckoutPrice'].sum()

            rev_by_hour

 

  

 

• 시간대별 매출 막대그래프로 만들기

 

 

            plot_bar(rev_by_hour, 'Hour','Revenue','Revenue BY Hour')

 

  

 

• 데이터로부터 Insight

* 전체매출의 약 82% 가 UK에서 발생 * 매출은 꾸준히 성장하는 것으로 보임(11년 12월 데이터는 9일까지만 포함) * 토요일은 영업을 하지 않음 * 새벽 6시 오픈, 오후 9시에 마감이 예상 * 일주일중 목요일까지는 성장셀르 보이고 이후 하락

 

 

• 문제

 

          # 판매제품(StockCode) Top 10

          # 단, 기준은 Quantity

          '''

          StockCode

          23843     80995

          23166     77916

          84077     54415

          22197     49183

          85099B    46181

          85123A    36782

          84879     35362

          21212     33693

          23084     27202

          22492     26076

          '''

          # 'StockCode'별로 'Quantity'의 합계를 계산한 후, 합계가 큰 순서대로 정렬하여 상위 10개를 선택합니다.

          top_selling = retail.groupby('StockCode')['Quantity'].sum().sort_values(ascending=False)[:10]

          # 상위 10개의 판매 항목을 출력합니다.

          top_selling

 

 

 

• 문제

  

          # 우수고객(CustomerID) Top 10

          # 단, 기준은 CheckoutPrice

          '''

          CustomerID

          14646.0    280206.02

          18102.0    259657.30

          17450.0    194550.79

          16446.0    168472.50

          14911.0    143825.06

          12415.0    124914.53

          14156.0    117379.63

          17511.0     91062.38

          16029.0     81024.84

          12346.0     77183.60

          '''

 

          # 오류뜸

          # vvip = retail.groupby('CustomerID')['CheckoutPrice'].sum().sort_values(ascending=False)[:10]

    

          vvip = retail.groupby('CustomerID')['CheckoutPrice'].sum().sort_values(ascending=False).head()

          vvip