今天我们对物流行业数据进行简单分析，数据来源：某企业销售的6种商品所对应的送货及用户反馈数据
解决问题：
1、配送服务是否存在问题
2、是否存在尚有潜力的销售区域
3、商品是否存在质量问题
分析过程：
依旧先进行数据处理
一、数据清洗
① 重复值、缺失值、格式调
② 异常值处理（比如：销售金额存在等于0的，数量和销售金额的标准差都在均值的8倍以上等）
二、数据规整
比如：增加一项辅助列：月份
三、数据分析并可视化
接下来我们按上面一步步开始。
导入库和数据
import os import pandas as pd import numpy as np import matplotlib.pyplot as plt plt.rcParams['font.sans-serif'] = 'SimHei' ## 设置中文显示 data = pd.read_csv('data_wuliu.csv',encoding='gbk') data.info()
数据清洗
重复值、缺失值、格式调整
data = pd.read_csv('data_wuliu.csv',encoding='gbk') data.info()
通过info()可以看出，包括10列数据，名字，数据量，格式等，可以得出：
1.订单号，货品交货情况，数量：存在缺失值，但是确实量不大，可以删除
2.订单行，对分析无关紧要，可以考虑删除
3.销售金额格式不对（万元|元，逗号问题）,数据类型需要转换成int|float
#删除重复记录 data.drop_duplicates(keep='first',inplace=True) #删除缺失值（na,删除待有na的整行数据,axis=0,how='any'默认值） data.dropna(axis=0,how='any',inplace=True) #删除订单行(重复运行会报错，因为第一次已经删除了订单行这一列) data.drop(columns=['订单行'],inplace=True,axis=1) print(data.info()) #更新索引(drop=True:把原来的索引index列删除，重置index) data.reset_index(drop=True,inplace=True)
处理后结果如下图所示。
取出销售金额列，对每一个数据进行清洗
编写自定义过滤函数：删除逗号，转成float，如果是万元则*10000，否则，删除元
def data_deal(number): if number.find('万元')!= -1:#找到带有万元的，取出数字，去掉逗号，转成float，*10000 number_new = float(number[:number.find('万元')].replace(',',''))*10000 pass else: #找到带有元的，删除元，删除逗号，转成float number_new = float(number.replace('元','').replace(',','')) pass return number_new data['销售金额'] = data['销售金额'].map(data_deal) data
异常值处理
由结果可得
1.销售金额为0的情况，删除
2.产生严重的数据左偏情况（电商领域的2/8法则很正常。）
data = data[data['销售金额']!=0] data
数据规整
增加一项辅助列：月份
data['销售时间'] = pd.to_datetime(data['销售时间']) data['月份'] = data['销售时间'].apply(lambda x:x.month) data
数据分析并可视化
我们回到一开始的问题，现在开始解决
问题1、配送服务是否存在问题
我们分别从月份维度，销售区域维度，货品维度，货品和销售区域结合四个角度来开始探讨。
a.月份维度
data['货品交货状况'] = data['货品交货状况'].str.strip() data1 = data.groupby(['月份','货品交货状况']).size().unstack() data1['按时交货率'] = data1['按时交货']/(data1['按时交货']+data1['晚交货']) data1
从按时交货率来看，第四季度低于第三季度，猜测可能是气候原因造成
b.销售区域维度
data1 = data.groupby(['销售区域','货品交货状况']).size().unstack() data1['按时交货率'] = data1['按时交货']/(data1['按时交货']+data1['晚交货']) print(data1.sort_values(by='按时交货率',ascending=False))
西北地区存在突出的延时交货问题，急需解決
c.货品维度
data1 = data.groupby(['货品','货品交货状况']).size().unstack() data1['按时交货率'] = data1['按时交货']/(data1['按时交货']+data1['晚交货']) print(data1.sort_values(by='按时交货率',ascending=False))
货品4晚交货情况非常严重，其余货品相对交货
d.货品和销售区域结合
data1 = data.groupby(['货品','销售区域','货品交货状况']).size().unstack() data1['按时交货率'] = data1['按时交货']/(data1['按时交货']+data1['晚交货']) print(data1.sort_values(by='按时交货率',ascending=False))
销售区域：最差在西北地区，货品有1和4，主要是货品4送过较晚导致
货品：最差的货品2，主要送往华东和马来西亚，主要是马来西亚的送货较晚导致。
问题2、是否存在尚有潜力的销售区域
a.月份维度
data1 = data.groupby(['月份','货品'])['数量'].sum().unstack() data1.plot(kind='line')
货品2在10月和12月份，销量猛增，原因猜测有二：1.公司加大营销力度 2.开发了新的市场(后续有结论)
b.不同区域
data1 = data.groupby(['销售区域','货品'])['数量'].sum().unstack() data1
从销售区域看，每种货品销售区域为1~3个，货品1有三个销售区域，货品2有两个销售区域，其余货品均有1个销售区域
c.月份和区域
data1 = data.groupby(['月份','销售区域','货品'])['数量'].sum().unstack() data1['货品2']
| 月份 | 销售区域 |
| 7 | 华东 489.0 |
| 7 | 华北 NaN |
| 7 | 华南 NaN |
| 7 | 泰国 NaN |
| 7 | 西北 NaN |
| 7 | 马来西亚 2.0 |
| 8 | 华东 1640.0 |
| 8 | 华北 NaN |
| 8 | 华南 NaN |
| 8 | 泰国 NaN |
| 8 | 西北 NaN |
| 8 | 马来西亚 1503.0 |
| 9 | 华东 3019.0 |
| 9 | 华北 NaN |
| 9 | 华南 NaN |
| 9 | 泰国 NaN |
| 9 | 西北 NaN |
| 9 | 马来西亚 1.0 |
| 10 | 华东 28420.0 |
| 10 | 华北 NaN |
| 10 | 泰国 NaN |
| 10 | 西北 NaN |
| 10 | 马来西亚 NaN |
| 11 | 华东 2041.0 |
| 11 | 华北 NaN |
| 111 | 华南 NaN |
| 11 | 泰国 NaN |
| 111 | 西北 NaN |
| 11 | 马来西亚 1.0 |
| 12 | 华东 18202.0 |
| 12 | 华北 NaN |
| 12 | 华南 NaN |
| 12 | 泰国 NaN |
| 12 | 西北 NaN |
| 12 | 马来西亚 3.0 |
| Name: | 货品2, dtype: float64 |
货品2在10，12月份销量猛增，原因主要发生在原有销售区域（华东）
同样，分析出在7，8，9，11月份销售数量还有很大提升空间，可以适当加大营销力度
问题3.商品是否存在质量问题
分析这个问题，我们需要依次算出拒货率，返修率，合格率。
data['货品用户反馈'] = data['货品用户反馈'].str.strip() #取出首位空格 data1 = data.groupby(['货品','销售区域'])['货品用户反馈'].value_counts().unstack() data1['拒货率'] = data1['拒货'] /data1.sum(axis=1) #按行进行求和汇总 data1['返修率'] = data1['返修'] /data1.sum(axis=1) data1['合格率'] = data1['质量合格'] /data1.sum(axis=1) data1.sort_values(['合格率','返修率','拒货率'],ascending=False)
- 货品3.6.5合格率均较高，返修率比较低，说明质量还可以
- 货品1.2.4合格率较低，返修率较高，质量存在一定的问题，需要改善
- 货品2在马拉西亚的拒货率最高，同时，在货品2在马拉西亚的按时交货率也非常低。猜测：马来西亚人对送货的时效性要求较高， 如果达不到，则往往考虑拒货。
- -考虑到货品2主要在华东地区销售量大，可以考虑增大在华东的投资，适当较小马来西亚的投入。
