淘宝用户行为分析

经常有猎头来问，有没有电商的数据分析经验，我们想要有电商经验的候选人。

其实电商的数据分析一点也不难，由于数据都在线上产生，所以数据收集和清洗的工作大大简化了。

拿到一个数据集，我们来一起分析一下：

import pandas as pd
import numpy as np
%matplotlib inline
import matplotlib.pyplot as plt
import seaborn as sns

data_user=pd.read_csv(r'/Users/fangluping/Desktop/
                       淘宝用户行为分析/tianchi_mobile_recommend_train_user.csv')

是不是数据很规整？我们先来查下空值：

只有user_geohash有空值，完美。

接下来通过time列得出日期和时间：

再来看下每列数据的类型：

time和date列是对象类型，我们要把它们改成datetime类型，还要把hour列改成int：

我们把数据按照日期进行排序，使用sort_values：

好了，重头戏来了，开始计算pv和uv，就是电商行业中常说的页面访问量和活跃用户量。没接触过就不知道，做过一次你就懂了，一点也不难。代码收好，拿走不谢：

pv_daily=data_user.groupby('date')['user_id'].count().reset_index().rename(columns={'user_id':'pv'})
uv_daily=data_user.groupby('date')['user_id'].apply(lambda x:x.drop_duplicates().count()).reset_index().rename(columns={'user_id':'uv'})

接下来作图：

每个小时的情况是怎么样的呢：

pv_hour=data_user.groupby('hour')['user_id'].count().reset_index().rename(columns={'user_id':'pv'})
uv_hour=data_user.groupby('hour')['user_id'].apply(lambda x:x.drop_duplicates().count()).reset_index().rename(columns={'user_id':'uv'})

同样的，作图：

还可以按照不同的行为类型进行分类：

作图：

你能从图中得出什么结论呢？