Polars实践(4):阿里天池——淘宝用户购物行为分析

简介: Polars实践(4):阿里天池——淘宝用户购物行为分析

本期,我们继续来对阿里天池——淘宝用户购物行为进行分析,本期的重点是找出数据集中购买商品种类最多的用户计算复购率(即:同一用户在不同时间购买同样的商品2次以上)。一、用户购买最多商品品类分析

我们先筛选出所有买商品的用户信息:

buy_max=df1.filter(pl.col('行为类型')=='buy')buy_max

通过group_by来聚合一下用户,并找到对商品ID栏中每个聚合进行唯一性检查。

#看看哪个用户买的商品种类最多?grouped_buy_max=buy_max.group_by('用户ID').agg(pl.col("商品ID").n_unique().alias("unique_values"))grouped_buy_max.sort(by="unique_values",descending=False)

775afe5284067cde63cb4f9d21404e06.png

看看用户ID为702034的购买者在这段时间都进行了些啥操作?

purchase_max_item=df1.filter(pl.col('用户ID')==702034)purchase_max_item

c0ec592cc70f1fac8567c75a35d362cf.png

进行了203次操作,画个饼图看一下?

p_type=purchase_max_item.group_by('行为类型').len()p_type

3fcf894e3f51dc1336974f230a00d599.png

#分析一下这位ID为702034的朋友的行为比例
import matplotlib.pyplot as pltplt.figure()plt.pie(p_type['len'], labels=p_type['行为类型'], autopct='%1.1f%%')plt.legend(p_type['行为类型'], loc="best")plt.show()

394538c24068b3c1177d177bc69f01d2.png

通过饼图看,这位ID为702034的朋友实在是一位豪爽的买家,pv次数只占所有操作的23.6%,72.9%都是购买,可以说是看了就买,都不带比较的,呵呵呵呵,两个字:豪横 二、商品复购分析寻找数据集中,同一用户在不同时间购买同样的商品2次以上。同样先进行一下行为类型的筛选:

rebuy=df1.filter(pl.col('行为类型')=='buy')rebuy

9e48917e5cc2469df4044cb7c1eb051e.png

对用户ID进行聚合,找到每个用户买商品的次数:

grouped_buy=rebuy.group_by('用户ID').agg(pl.col("商品ID").value_counts())grouped_buy

fa4d75f72f16a955014b99cb38e68bc6.png

呃呃,商品ID这一栏中筛出来是list叠加struct类型,这怎么弄?有办法,用explode来拆一下,详见探索Pandas中的explode功能

exploded_df =grouped_buy.explode('商品ID')exploded_df


继续拆分,用map_elements(Pandas中用apply)。 f72457704fcd734d5c45e829d142fa4c.png

# 使用lambda表达式结合map_elements方法来展开商品ID列为两列df_with_split_columns = exploded_df.with_columns(    pl.col("商品ID").map_elements(lambda x: x['商品ID']).alias("First_ProductID"),    pl.col("商品ID").map_elements(lambda x: x['count']).alias("Count_ProductID"))
df_with_split_columns

ec0b5b5fe1cf487d90a2304ac86c45ef.png

筛选出Count_ProductID中大于等于2的商品ID。

#选出Count_ProductID>=2的列,这些商品是用户复购的。df_with_split_columns.filter(pl.col('Count_ProductID')>=2)

273099ae65e60160072c15aa0bb8de1c.png

复购率计算:

#计算复购率rebuy_rate=74123/1823954*100rebuy_rate

计算结果:4.06%。看来大部分用户还是选择一次购买一件商品,买完就结束,只有4.06%的商品被用户多次购买。

三、结语

好了,我们使用Polars对阿里天池——淘宝用户购物行为进行了分析,其中包括了:数据读取、时间戳的转换、用户行为总览、相关操作比例分析、数据清洗、用户行为变化趋势分析、复购率等等。通过Polars的数据分析,我们对整个数据集有了深入的了解。

Polars与Pandas相比,最大的优势在于大存储数据的处理。阿里天池中大部分数据分析都是基于截取其中500万行数据进行的,我们使用Polars就可以不用太纠结内存不够的问题,这就是Polars最大的优势,也是我们持续要学习Polars的一个非常重要的原因。

目录
打赏
0
1
0
0
18
分享
相关文章
Python数据分析项目:抖音短视频达人粉丝增长趋势
Python数据分析项目:抖音短视频达人粉丝增长趋势
|
5月前
|
Polars实践(3):阿里天池——淘宝用户购物行为分析
Polars实践(3):阿里天池——淘宝用户购物行为分析
109 0
Polars实践(1):阿里天池——淘宝用户购物行为分析
Polars实践(1):阿里天池——淘宝用户购物行为分析
207 0
|
5月前
|
Polars实践(2):阿里天池——淘宝用户购物行为分析
Polars实践(2):阿里天池——淘宝用户购物行为分析
121 0
揭秘淘宝商品信息:Python爬虫技术入门与实战指南
Python爬虫用于获取淘宝商品详情,依赖`requests`和`beautifulsoup4`库。安装这两个库后,定义函数`get_taobao_product_details`,发送GET请求模拟浏览器,解析HTML获取标题和价格。注意选择器需随页面结构更新,遵守爬虫政策,控制请求频率,处理异常,且数据只能用于合法目的。
案例研究:如何通过淘宝天猫商品销量数据分析竞争对手
淘宝天猫的商品销量数据接口主要用于商品数据分析和监控业务,通过这些接口可以获取商品的实时销量、30天销量以及总销量等详细信息。以下是关于这一数据接口的详细介绍:
"利用淘宝API接口实现智能化商品推荐系统技术探究"
随着电商行业的火爆发展,如何有效从海量商品中筛选出用户感兴趣的商品成为了每个电商平台必须面对的难题。而商品的精准推荐技术是解决该难题的重要手段之一。淘宝作为国内电商平台的龙头企业,其提供的API接口为开发者提供了打造智能化商品推荐系统的可能。
300 0
AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等