本章围绕福建农产品交易数据，从两个维度展开深度分析：
将具体产品名映射到大类，便于后续聚合分析：
分析每日订单数与销售额的变化规律：
groupby('下单日期') 统计每日订单数和销售额rolling(window=7) 平滑短期波动rolling(window=7)：取最近7天的滑动窗口min_periods=1：窗口内至少1个有效值即可计算将日度数据汇总到月度，便于观察整体变化：
strftime('%Y-%m') 将日期转为”年-月”格式按年-季度和产品大类进行交叉统计：
pivot() 将长表转为宽表stacked=True 绘制堆叠柱状图使用 sklearn.linear_model.LinearRegression 进行简单趋势预测：
from sklearn.linear_model import LinearRegression
# 日期转数值特征
daily_sales['日期_数值'] = (
pd.to_datetime(daily_sales['日期'])
- pd.to_datetime(daily_sales['日期'].min())
).dt.days
# 训练模型并预测
model_sales = LinearRegression()
model_sales.fit(X, y_sales)
future_df['销售额预测'] = model_sales.predict(
future_df[['日期_数值']]
)from datetime import datetime, timedelta
from matplotlib.dates import MonthLocator, DateFormatter
from sklearn.linear_model import LinearRegression
def sales_trend_analysis(orders):
data['下单日期'] = pd.to_datetime(data['order_date']).dt.date
daily_sales = data.groupby('下单日期').agg(
{'order_id': 'count', 'sales_amount': 'sum'}
).reset_index()
daily_sales.columns = ['日期', '订单数', '销售额']
daily_sales['订单数_7日均值'] = daily_sales['订单数'].rolling(
window=7, min_periods=1
).mean()
daily_sales['销售额_7日均值'] = daily_sales['销售额'].rolling(
window=7, min_periods=1
).mean()
# 每日销售趋势双子图
fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(18, 14), sharex=True)
ax1.plot(daily_sales['日期'], daily_sales['订单数'],
'b-', alpha=0.3, label='每日订单数')
ax1.plot(daily_sales['日期'], daily_sales['订单数_7日均值'],
'r-', label='7日移动平均')
ax1.set_title('每日订单量趋势')
ax1.set_ylabel('订单数量')
ax1.legend()
ax1.grid(True)
ax2.plot(daily_sales['日期'], daily_sales['销售额'],
'g-', alpha=0.3, label='每日销售额')
ax2.plot(daily_sales['日期'], daily_sales['销售额_7日均值'],
'r-', label='7日移动平均')
ax2.set_title('每日销售额趋势')
ax2.set_xlabel('日期')
ax2.set_ylabel('销售额(元)')
ax2.legend()
ax2.grid(True)
ax2.xaxis.set_major_locator(MonthLocator())
ax2.xaxis.set_major_formatter(DateFormatter('%Y-%m'))
plt.tight_layout()
plt.savefig('每日销售趋势.png')
# 月度销售趋势
data['年月'] = pd.to_datetime(data['order_date']).dt.strftime('%Y-%m')
monthly_sales = data.groupby('年月').agg(
{'order_id': 'count', 'sales_amount': 'sum'}
).reset_index()
monthly_sales.columns = ['年月', '订单数', '销售额']
fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(16, 12))
ax1.bar(monthly_sales['年月'], monthly_sales['订单数'], color='skyblue')
ax1.set_title('月度订单数')
ax1.set_ylabel('订单数量')
plt.setp(ax1.xaxis.get_majorticklabels(), rotation=0)
ax1.grid(axis='y')
for i, v in enumerate(monthly_sales['订单数']):
ax1.text(i, v + 10, str(v), ha='center', va='bottom', fontsize=10)
ax2.bar(monthly_sales['年月'], monthly_sales['销售额'], color='lightgreen')
ax2.set_title('月度销售额')
ax2.set_xlabel('年月')
ax2.set_ylabel('销售额(元)')
plt.setp(ax2.xaxis.get_majorticklabels(), rotation=0)
ax2.grid(axis='y')
for i, v in enumerate(monthly_sales['销售额']):
ax2.text(i, v + 1000, f'{v:.2f}', ha='center', va='bottom', fontsize=10)
plt.tight_layout()
plt.savefig('月度销售数据.png')
# 季度商品大类销售额
data['order_date'] = pd.to_datetime(data['order_date'])
data['年季'] = (data['order_date'].dt.year.astype(str)
+ '-Q' + data['order_date'].dt.quarter.astype(str))
quarterly_category_sales = data.groupby(
['年季', 'category']
)['sales_amount'].sum().reset_index()
quarterly_pivot = quarterly_category_sales.pivot(
index='年季', columns='category', values='sales_amount'
).fillna(0)
ax = quarterly_pivot.plot(
kind='bar', stacked=True, figsize=(16, 10), colormap='viridis'
)
ax.set_title('季度各品类销售额', fontsize=16)
ax.set_xlabel('年-季度', fontsize=14)
ax.set_ylabel('销售额(元)', fontsize=14)
ax.legend(title='商品大类', bbox_to_anchor=(1.05, 1), loc='upper left')
plt.xticks(rotation=0)
ax.grid(axis='y')
plt.tight_layout()
plt.savefig('季度品类销售额.png')
# 销售额线性预测
daily_sales['日期_数值'] = (
pd.to_datetime(daily_sales['日期'])
- pd.to_datetime(daily_sales['日期'].min())
).dt.days
X = daily_sales[['日期_数值']]
y_orders = daily_sales['订单数']
y_sales = daily_sales['销售额']
model_orders = LinearRegression()
model_sales = LinearRegression()
model_orders.fit(X, y_orders)
model_sales.fit(X, y_sales)
last_date = pd.to_datetime(daily_sales['日期'].max())
future_dates = [last_date + timedelta(days=i) for i in range(1, 31)]
future_df = pd.DataFrame({'日期': future_dates})
future_df['日期_数值'] = (
pd.to_datetime(future_df['日期'])
- pd.to_datetime(daily_sales['日期'].min())
).dt.days
future_df['订单数预测'] = model_orders.predict(future_df[['日期_数值']])
future_df['销售额预测'] = model_sales.predict(future_df[['日期_数值']])
print('未来30天销售预测:')
print(future_df.head(10))
plt.figure(figsize=(18, 10))
plt.plot(pd.to_datetime(daily_sales['日期']), daily_sales['销售额'],
'b-', alpha=0.5, label='历史销售额')
plt.plot(future_df['日期'], future_df['销售额预测'],
'r--', label='销售额预测')
plt.axvspan(last_date, future_df['日期'].max(), alpha=0.2, color='gray')
plt.title('销售额趋势与预测')
plt.xlabel('日期')
plt.ylabel('销售额(元)')
plt.legend()
plt.grid(True)
plt.tight_layout()
plt.savefig('销售额预测.png')
print('销售趋势分析完成')# 按商品大类统计
category_stats = data.groupby('category').agg({
'order_id': 'count',
'sales_amount': 'sum'
}).reset_index()
category_stats.columns = ['产品类型', '订单数', '销售额']
# 计算平均订单金额
category_stats['平均订单金额'] = (
category_stats['销售额'] / category_stats['订单数']
)
category_stats = category_stats.sort_values('销售额', ascending=False)agg() 同时计算多个聚合指标使用 pd.cut() 将连续价格离散化为价格段：
bins 定义分割点，labels 定义区间标签使用 squarify 绘制矩形树形图，直观展示各品类占比：
分析不同产品在四个季节的销售占比：
# 按季节和产品类型统计
seasonal_product = data.groupby(
['order_season', 'category']
)['sales_amount'].sum().reset_index()
# 透视 + 百分比计算
season_pivot = seasonal_product.pivot(
index='category', columns='order_season',
values='sales_amount'
)
season_pct = season_pivot.div(
season_pivot.sum(axis=1), axis=0
) * 100div(..., axis=0) 按行归一化sns.heatmap() 以热力颜色直观展示差异# 注：processed_data.csv数据文件本地没有，但平台已经内置；squarify包本地未安装，但平台已经内置
# ⚠️ 平台原始代码 - 请原样输入至教学平台（注释除外），平台才会判定答案正确
import pandas as pd # 导入Pandas数据分析库
import numpy as np # 导入NumPy数值计算库
import matplotlib.pyplot as plt # 导入Matplotlib绑图库
import seaborn as sns # 导入Seaborn可视化库
import warnings # 导入warnings模块用于控制警告输出
warnings.filterwarnings('ignore') # 忽略警告
plt.rcParams['font.sans-serif'] = ['SimHei'] # 中文显示
plt.rcParams['axes.unicode_minus'] = False # 负号显示
data = pd.read_csv('processed_data.csv') # 读取数据
# 产品分类映射
category_mapping = {'安溪铁观音':'茶叶','武夷岩茶':'茶叶','福州茉莉花':'茶叶','古田银耳':'食用菌','建宁莲子':'中药材','琯溪蜜柚':'水果','宁德大黄鱼':'水产品'}
data['category'] = data['product_name'].map(category_mapping).fillna(data['category']) # 更新产品分类
print(data.head()) # 查看数据
# 产品分析
import squarify # 导入树形图库
# 创建季节特征（复用之前的季节映射）
seasons = {1: '冬季', 2: '冬季', 3: '春季', 4: '春季', 5: '春季', 6: '夏季', 7: '夏季', 8: '夏季', 9: '秋季', 10: '秋季', 11: '秋季', 12: '冬季'}
data['下单月份'] = pd.to_datetime(data['order_date']).dt.month # 提取月份
data['order_season'] = data['下单月份'].map(seasons) # 映射季节
def product_analysis(orders): # 产品分析函数
# 按商品大类统计销售数据
category_stats = data.groupby('category').agg({'order_id':'count','sales_amount':'sum'}).reset_index() #【要求1】
category_stats.columns = ['产品类型', '订单数', '销售额'] # 重命名列
category_stats['平均订单金额'] = category_stats['销售额'] / category_stats['订单数'] # 计算平均订单金额
category_stats = category_stats.sort_values('销售额', ascending=False) # 按销售额排序
# 显示商品大类统计
print("产品类型统计:")
print(category_stats) # 输出统计量数据
# 可视化商品大类销售额
plt.figure(figsize=(14, 8))
sns.barplot(x='产品类型', y='销售额', data=category_stats, palette='viridis') # 绑制分类柱状图
plt.title('各商品大类销售额') # 设置图表标题
plt.xlabel('产品类型') # 设置X轴标签
plt.ylabel('销售额(元)') # 设置Y轴标签
plt.grid(axis='y') # 显示网格线
plt.tight_layout() # 自动调整布局防止重叠
plt.savefig("商品大类销售额.png") # 保存图表
# 按商品子类统计销售数据
subcategory_stats = data.groupby(['category', 'product_name']).agg({'order_id':'count','sales_amount':'sum'}).reset_index()
subcategory_stats.columns = ['产品类型', '产品子类', '订单数', '销售额'] # 重命名列
subcategory_stats['平均订单金额'] = subcategory_stats['销售额'] / subcategory_stats['订单数'] # 计算平均订单金额
subcategory_stats = subcategory_stats.sort_values('销售额', ascending=False) # 按销售额排序
# 显示Top3商品子类
print("产品子类统计:")
print(subcategory_stats.head(3)) # 输出前几行数据
# 可视化Top3商品子类销售额
top_subcategories = subcategory_stats.head(3)
plt.figure(figsize=(16, 10)) # 创建图形画布
sns.barplot(x='销售额', y='产品子类', hue='产品类型', data=top_subcategories, palette='viridis') # 绑制分类柱状图
plt.title('各产品子类销售额Top 3') # 设置图表标题
plt.xlabel('销售额(元)') # 设置X轴标签
plt.ylabel('产品子类') # 设置Y轴标签
plt.grid(axis='x') # 显示网格线
plt.tight_layout() # 自动调整布局防止重叠
plt.savefig("Top3子类销售额.png") # 保存图表
# 商品定价分析
data['价格段'] = pd.cut(data['price'], bins=[0, 100, 200, 500], labels=['0-100元', '100-200元', '200-500元']) #【要求2】
# 按价格段统计销售数据
price_range_stats = data.groupby('价格段').agg({'order_id':'count','sales_amount':'sum'}).reset_index()
price_range_stats.columns = ['价格段', '订单数', '销售额'] # 重命名列
price_range_stats['订单占比'] = price_range_stats['订单数'] / price_range_stats['订单数'].sum() * 100 # 计算订单占比
price_range_stats['销售额占比'] = price_range_stats['销售额'] / price_range_stats['销售额'].sum() * 100 # 计算销售额占比
# 显示价格段统计
print("价格段统计:")
print(price_range_stats) # 输出价格数据
# 可视化价格段销售情况
fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(16, 14))
# 订单数占比柱状图
sns.barplot(x='价格段', y='订单占比', data=price_range_stats, palette='Blues_d', ax=ax1)
ax1.set_title('各价格段订单数占比') # 设置图表标题
ax1.set_xlabel('价格段') # 设置X轴标签
ax1.set_ylabel('订单数占比(%)') # 设置Y轴标签
ax1.grid(axis='y') # 设置网格线
# 销售额占比柱状图
sns.barplot(x='价格段', y='销售额占比', data=price_range_stats, palette='Reds_d', ax=ax2)
ax2.set_title('各价格段销售额占比') # 设置图表标题
ax2.set_xlabel('价格段') # 设置X轴标签
ax2.set_ylabel('销售额占比(%)') # 设置Y轴标签
ax2.grid(axis='y') # 设置网格线
plt.tight_layout() # 自动调整布局防止重叠
plt.savefig("价格段销售占比.png") # 保存图表
# 商品销售分布树形图
plt.figure(figsize=(16, 12))
category_sales = category_stats[['产品类型', '销售额']].copy() # 创建数据副本
category_sales['标签'] = category_sales['产品类型'] + '\n' + category_sales['销售额'].apply(lambda x: f'{x:,.0f}元') # 生成标签
squarify.plot(sizes=category_sales['销售额'], label=category_sales['标签'], alpha=0.8, color=sns.color_palette("viridis", len(category_sales))) # 绘制树形图
plt.axis('off') # 隐藏坐标轴
plt.title('各产品类型销售额树形图', fontsize=18) # 设置图表标题
plt.tight_layout() # 自动调整布局防止重叠
plt.savefig("产品销售额树形图.png") # 保存图表
# 商品季节性分析
seasonal_product = data.groupby(['order_season', 'category'])['sales_amount'].sum().reset_index() # 按季节和产品类型统计销售额
season_pivot = seasonal_product.pivot(index='category', columns='order_season', values='sales_amount') # 【要求3】
season_pct = season_pivot.div(season_pivot.sum(axis=1), axis=0) * 100 # 计算各季节占比
# 显示季节性销售占比
print("季节商品销售占比(%):")
print(season_pct) # 输出百分比数据
# 可视化季节性销售占比
plt.figure(figsize=(14, 10))
sns.heatmap(season_pct, annot=True, fmt='.1f', cmap='YlGnBu') # 绘制热力图
plt.title('各产品类型在不同季节的销售占比(%)') # 设置图表标题
plt.xlabel('季节') # 设置X轴标签
plt.ylabel('产品类型') # 设置Y轴标签
plt.tight_layout() # 自动调整布局防止重叠
plt.savefig("产品季节销售占比.png") # 保存图表
print("产品分析完成") # 输出产品分析完成
# 进行产品分析
product_analysis(data)# 该代码块依赖平台数据，此处展示分析逻辑
# 按品类统计销售数据
# category_sales = data.groupby('category')['sales_amount'].sum()
# .sort_values(ascending=False)
# 创建柱状图并添加万元单位的数值标签
# for bar in bars:
# height = bar.get_height()
# plt.text(
# bar.get_x() + bar.get_width() / 2.,
# height,
# f'{height/10000:.1f}万',
# ha='center', va='bottom', fontsize=11
# )| 分析维度 | 核心发现 |
|---|---|
| 销售趋势 | 存在明显的周期性和季节性波动 |
| 核心品类 | 茶叶是主要销售品类，贡献最大销售额 |
| 移动平均 | 7日均线平滑短期波动，更易观察长期趋势 |
| 价格结构 | 不同价格段的订单量和销售额占比差异显著 |
| 季节效应 | 各品类在不同季节表现各异，需差异化运营 |
[商业大数据分析与应用]