Python数据分析案例-消费者用户画像_不同报考岗位的婚姻状况python

分析目标

根据现有数据对消费者进行用户画像的构建，从物理属性和行为属性两个方面进行分析，如下图所示。

导入库

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
1
2
3

读取数据并初步处理

df_raw = pd.read_csv('BlackFriday.csv')
df_raw.sample(5)
1
2

# 查看数据信息
df_raw.info()
1
2

Product_Category_2 和 Product_Category_3 两个字段存在缺失值。着重分析第一分类，故暂时不做处理。

# 查看岗位编码的数据有哪几种
df_raw['Occupation'].unique()
1
2

职业应该是文本类型，所以对上面查询到岗位编码，修改数据
如果有对应的岗位对照表，就可以直接取，本次使用模拟的对照表。

df_raw['Occupation'] = df_raw['Occupation'].replace({
   
                                                        0:'医生',
                                                        1:'警察',
                                                        2:'律师',
                                                        3:'人力',
                                                        4:'程序员',
                                                        5:'运营',
                                                        6:'产品',
                                                        7:'项目管理',
                                                        8:'金融',
                                                        9:'服装设计',
                                                        10:'老师',
                                                        11:'教授',
                                                        12:'行政',
                                                        13:'公务员',
                                                        14:'物流',
                                                        15:'餐饮',
                                                        16:'零售',
                                                        17:'农业',
                                                        18:'广告',
                                                       
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21