import numpy as npimport pandas as pd
import matplotlib.pyplot as plt
% matplotlib inline
import warnings
warnings.filterwarnings('ignore')
# 不發出警告
from bokeh.io import output_notebook
output_notebook()
# 匯入notebook繪圖模組
from bokeh.plotting import figure,show
from bokeh.models import columndatasource
# 匯入圖表繪製、圖示展示模組
# 匯入columndatasource模組
# 檢視資料, 計算商品總數、品牌總數import os
os.chdir('c:\\users\\hjx\\desktop\\')
# 建立工作路徑
df = pd.read_excel('雙十一**美妝資料.xlsx',sheetname=0,header=0,index_col=0)
df_length = len(df)
df_columns = df.columns.tolist()
df.fillna(0,inplace = true) # 填充缺失值
df['date'] = df.index.day # 提取銷售日期
print('資料量為%i條' % len(df))
print('資料時間週期為：\n', df.index.unique())
df.head()
資料量為27642條資料時間週期為：
datetimeindex(['2016-11-14', '2016-11-13', '2016-11-12', '2016-11-11',
'2016-11-10', '2016-11-09', '2016-11-08', '2016-11-07',
'2016-11-06', '2016-11-05'],
dtype='datetime64[ns]', name='update_time', freq=none)
out[2]:
idtitle
price
店名date
update_time
2016-11-14
a2251521828
相宜本草四倍多萃潤澤精華保濕霜滋潤面霜女補水
79.0
相宜本草
142016-11-14
a2251610120
**相宜本草四倍多萃潤澤潔面膏深層清潔滋潤補水保濕
29.0
相宜本草
142016-11-14
a2251615486
相宜本草紅石榴亮白嫩膚水女緊緻補水保濕精華爽膚水女秋冬護膚品
108.0
相宜本草
142016-11-14
a2252191048
相宜本草紅石榴鮮活透亮面貼膜7片補水保濕女化妝品滋潤
79.0
相宜本草
142016-11-14
a2253094636
相宜本草去死皮膏潔淨面部全身溫和去角質補水化妝
35.0
相宜本草
14in [3]:
# 雙十一當天在售的商品佔比情況# 按照商品銷售節奏分類，我們可以將商品分為7類
# a. 11.11前後及當天都在售 → 一直在售
# b. 11.11之後停止銷售 → 雙十一後停止銷售
# c. 11.11開始銷售並當天不停止 → 雙十一當天上架並持續在售
# d. 11.11開始銷售且當天停止 → 僅雙十一當天有售
# e. 11.5 - 11.10 → 雙十一前停止銷售
# f. 僅11.11當天停止銷售 → 僅雙十一當天停止銷售
# g. 11.12開始銷售 → 雙十一後上架
data1 = df[['id','title','店名','date']]
#print(data1.head())
# 篩選資料
d1 = data1[['id','date']].groupby(by = 'id').agg(['min','max'])['date']
# 統計不同商品的銷售開始日期、截止日期
id_11 = data1[data1['date']==11]['id'].unique()
d2 = pd.dataframe()
# 篩選雙十一當天售賣的商品id
id_date = pd.merge(d1,d2,left_index=true,right_on='id',how = 'left')
id_date['雙十一當天是否售賣'][id_date['雙十一當天是否售賣']!=true] = false
#print(id_date.head())
# 合併資料
m = len(data1['id'].unique())
m_11 = len(id_11)
m_11_pre = m_11/m
print('商品總數為%i個\n-------' % m)
print('雙十一當天參與活動的商品總數為%i個，佔比為%.2f%%\n-------' % (m_11,m_11_pre*100))
print('品牌總數為%i個\n' % len(data1['店名'].unique()),data1['店名'].unique())
# 統計
id_date['type'] = '待分類'
id_date['type'][(id_date['min'] <11)&(id_date['max']>11)] = 'a' # a類：11.11前後及當天都在售 → 一直在售
id_date['type'][(id_date['min'] <11)&(id_date['max']==11)] = 'b'
微信小程式電商常用滾動套路
這裡需要借助這個屬性來指定顯示tab 2.scroll left 借助left來使scroll能讓遮蓋的tab動畫顯出 更多 import wepy from wepy 模擬資料 let mockdata 測試資料第三方的撒范德薩發大幅度暗室逢燈發達發 測試資料第三方的撒范德薩發大幅度暗室逢燈發達發...
電商概述 電商分類
按模式 b2c business to consumer 商家與個人的交易行為 b2b business to business 企業與企業的行為 例子 阿里巴巴，聰慧網，或者日常生活中的批發 c2c consumer to consumer 個人向個人提供商品或者服務 c2b consumer t...
電商（1）之走進電商
近年來，中國的電子商務快速發展，交易額連創新高，電子商務在各領域的應用不斷拓展和深化 相關服務業蓬勃發展 支撐體系不斷健全完善 創新的動力和能力 不斷增強。電子商務正在與實體經濟深度融合，進入規模性發展階段，對經濟社會生活的影響不斷增大，正成為我國經濟發展的新引擎。中國電子商務研究中心資料顯示，截止...