admin 管理员组

文章数量: 887007

泰迪杯数据分析比赛2018年B题解答

泰迪杯数据分析比赛2018年B题解答-任务3

任务3-文章目录

  • 泰迪杯数据分析比赛2018年B题解答-任务3
    • 任务3.1
      • 任务3.1全部代码
  • 结尾

泰迪杯数据地址： .html#sHref.
泰迪杯数据分析2018年B题任务3题目：

任务 3.1 分析各售货机商品销售数据，总结规律，给出每台售货机饮料类商品的标签，结果保存在 CSV 文件中，文件名分别为 “task3-1A.csv”、 “task3-1B.csv”、…、“task3-1E.csv”，格式如下表所示。

任务 3.2 在任务 3.1 的基础上进行标签拓展，依据标签生成完整的售货机画像，结果保存在 CSV 文件中，文件名分别为“task3-2A.csv”、task3- 2B.csv”、…、“task3-2E.csv”。依据此画像进行总结描述，给出营销意见。

任务3.1

分析各售货机商品销售数据，总结规律，给出每台售货机饮料类商品的标签，结果保存在 CSV 文件中，文件名分别为 “task3-1A.csv”、 “task3-1B.csv”、…、“task3-1E.csv”，格式如下表所示。

目标：得出各售货机商品销售数据，并对各商品进行分类贴标签。

分析：首先我们得对各售货机的各商品销售量进行统计，然后使用聚类算法对商品进行分类。在此聚类算法中，我将会使用KMeans聚类算法。

首先我们需要对A-E五台售货机进行数据整理，将各商品的总实际金额与销售量制作成表单。
实现代码：

import pandas as pd
data=pd.read_csv(r'D:\大数据学习\数据分析与挖掘\B题\task1-A.csv',encoding='gbk')
dalei=data['商品'].unique().tolist()#提取出商品总列表，方便之后进行分类
dalei
datasum=[]
datasem=[]
for i in dalei:data_x=data[data['商品']==i]['实际金额'].sum()data_t=data[data['商品']==i]['商品'].sizedatasum.append(data_x)#插入列表中datasem.append(data_t)
task1_2 = pd.DataFrame({'商品':dalei,'总实际金额':datasum,'销售量':datasem

本文标签： 泰迪杯数据分析比赛2018年B题解答

版权声明：本文标题：泰迪杯数据分析比赛2018年B题解答 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://www.freenas.com.cn/jishu/1732354637h1534078.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。