商品销售数据分析（python）
一.引言
本文通过利用Python（主要利用pandas库）对商品销售明细表进行数据分析，并进行数据从表格到图表的可视化操作，意在展现python工具在商业领域进行数据分析的便捷性与灵活性。
二.正文
1.数据来源
本文数据源自FineBi官方网站提供的销售明细表压缩包，解压后导入工作文件夹
2.1.数据预处理
拿到数据后先进行数据清理，由于IDE里无法打开格式为xlsx的文件，我们可以先在excel里面打开，观察后续数据清理是否能对的上。
经过查看，这是一个（40514，12）的数据集，即40514行，12列
接下来我们写一个简单的python脚本进行数据清理：
read.py
import pandas as pd
df=pd.read_excel(‘销售明细表.xlsx’)
print(df.info())
print(‘\n’)
errorcb=df[df.loc[:,‘成本额’]<0]
errorsl=df[df.loc[:,‘销售额’]<0]
errorxse=df[df.loc[:,‘销售额’]<0]
print(f’成本额异常值有{errorcb.shape[0]}条,分别在第{errorcb.index.tolist()}行’)
print(f’销售额异常值有{errorsl.shape[0]}条,分别在第{errorsl.index.tolist()}行’)
print(f’销售成本异常值有{errorxse.shape[0]}条,分别在第{errorxse.index.tolist()}行’)
打印info函数会展现出数据集的行列数，列名，数据类型以及空值情况等基本信息，另外由于数据集里有成本，销售额和数量这些数据，我们查看一下是否有异常值，即小于0的数。
一切正常，可以进行下一步操作了。我们发现在数据集中只有销售额和成本额，但没有毛利额，可以进行增加毛利额列。
这个数据集只有四万多行，正常情况直接用excel进行公式计算就可以了，但是在这里我们选择用python实现。
毛利额计算.py
import pandas as pd
df=pd.read_excel(‘销售明细表.xlsx’)
df.loc[:,‘毛利额’]=0
df.loc[:,‘毛利额’]=df.loc[:,‘销售额’]-df.loc[:,‘成本额’]
df.to_excel(‘销售明细表2.xlsx’, index=False)
可以看到已经添加了毛利额这个字段，接下来正式开始分析。
2.2.数据分析
2.2.1.热销商品分析
由于这是一个商品销售明细表，我们先对商品的销售情况进行分析。
商品销售情况.py
import pandas as pd
df=pd.read_excel(‘销售明细表2.xlsx’)
print(f’各类商品销售情况如下:\n{df.loc[:,‘商品类别’].value_counts()}')
这里的value_counts函数会自动对选中列进行分组并查询数量
可以看到日用品远高于其他种类的商品，但日用品里又分为多种细分种类，我们继续查询。
print(f’日用品里不同商品的销售情况如下:\n{df[df.loc[:,‘商品类别’]==‘日用品’].loc[:,‘商品名称’].value_counts()}')
可以看到微爽日用占了一半以上的订单量，因此可以将资源倾斜于此产品或同种产品。
我们也可以导入matplotlib库生成图表
商品销售情况可视化.py
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams[‘font.sans-serif’] = [‘SimHei’] # 指定默认字体为黑体
plt.rcParams[‘axes.unicode_minus’] = False # 解决负号显示问题
df=pd.read_excel(‘销售明细表2.xlsx’)
#商品类别和日用品中商品名称的销售情况可视化
plt.figure(figsize=(10,6))
plt.subplot(1,2,1)
df.loc[:,‘商品类别’].value_counts().plot(kind=‘bar’,title=‘商品类别销售情况’)
plt.subplot(1,2,2)
df[df.loc[:,‘商品类别’]==‘日用品’].loc[:,‘商品名称’].value_counts().plot(kind=‘bar’,title=‘日用品商品名称销售情况’)
plt.tight_layout()
plt.show()
用图表的形式就可以直观感受出差距。
2.2.2.热门商品热销地区
了解了热门商品之后，我们还可以对其进行销售地区的分析，以便进行进货发货的规划。
print(f’微爽日用245mm的销售地区情况如下:\n{df[df.loc[:,‘商品名称’]==‘微爽日用245mm’].loc[:,‘省份’].value_counts()}')
可以看到不同省份差异极大，而且主要与经度有关，东部地区明显销售量大于西部，初步考虑是经济和气候因素影响，若需要进行深度研究需要借助更多工具以及更多数据支撑，这里暂时不进行深究。
2.2.3.各月毛利额分析
接下来对毛利额进行分析。
import pandas as pd
df=pd.read_excel(‘销售明细表2.xlsx’)
df[‘日期(年月日)’] = pd.to_datetime(df[‘日期(年月日)’])
df.loc[:,‘月份’]=df.loc[:,‘日期(年月日)’].dt.month
monthly_profit = df.groupby(‘月份’)[“毛利额”].sum().sort_index()
print(f’各月毛利额如下:\n{monthly_profit}‘)
monthly_growth = (monthly_profit - monthly_profit.shift(1)) / monthly_profit.shift(1) * 100
print(f’\n各月环比增长率如下:\n{monthly_growth}')
结果发现从七月份开始下滑，八月份对比七月份严重下滑。
写一个脚本查看每个月不同商品的毛利额：
import pandas as pd
df=pd.read_excel(‘销售明细表2.xlsx’)
df[‘日期(年月日)’] = pd.to_datetime(df[‘日期(年月日)’])
df.loc[:,‘月份’]=df.loc[:,‘日期(年月日)’].dt.month
result=df.groupby([‘月份’,‘商品类别’])[‘毛利额’].sum().unstack()
print(f’各月各类商品毛利额如下:\n{result}')
可以发现7到8月份下跌严重主要是因为零食这一类造成的，可以深入调查一下零食的售卖情况。
