devbox
羊村懒王
这个屌丝很懒，什么也没留下！
关注作者
热门标签
热门文章
当前位置:   article > 正文

汽车销售数据可视化分析实战_基于hadoop汽车销售数据分析

作者：羊村懒王 | 2024-05-17 20:31:34

赞

踩

基于hadoop汽车销售数据分析

1、任务

市场需求：各年度汽车总销量及环比，各车类、级别车辆销量及环比

消费能力/价位认知：车辆销售规模及环比、不同价位车销量及环比

企业/品牌竞争：各车系、厂商、品牌车销量及环比，市占率及变化趋势

热销车型：品牌、车类、车型、级别的各top销量

2、数据预处理

1、数据的读取
  1. import pandas as pd
  2. data = pd.read_csv("数据/car_selling_fact.csv",encoding="gbk")
2、数据探索
  1. #查看数据形状
  2. data.shape                               #(7122, 13)
  3.  
  4.  
  5. #查看是否有重复值
  6. data.duplicated().sum()                  # 0
  7.  
  8.  
  9. #整体查看
  10. data.info()
  11.  
  12. """
  13. <class 'pandas.core.frame.DataFrame'>
  14. RangeIndex: 7122 entries, 0 to 7121
  15. Data columns (total 13 columns):
  16.  #   Column      Non-Null Count  Dtype  
  17. ---  ------      --------------  -----  
  18.  0   Unnamed: 0  7122 non-null   object 
  19.  1   车系          7122 non-null   object 
  20.  2   厂商          7122 non-null   object 
  21.  3   车类          7122 non-null   object 
  22.  4   品牌          7122 non-null   object 
  23.  5   车型          7122 non-null   object 
  24.  6   级别          7122 non-null   object 
  25.  7   价格          7122 non-null   int64  
  26.  8   时间          7122 non-null   object 
  27.  9   销量          7122 non-null   int64  
  28.  10  销售规模（亿）     7122 non-null   float64
  29.  11  省份          7122 non-null   object 
  30.  12  城市          7122 non-null   object 
  31. dtypes: float64(1), int64(2), object(10)
  32. memory usage: 723.5+ KB
  34. """
  35.  
  36. #查看数据前5行
  37. data.head()
3、进行数据预处理

将时间列转化为 datetime 格式

增加 年份这一列

将价格离散化成5个区间：低档、中档、中高档、高档、豪华

  1.  
  2. data["时间"] = pd.to_datetime(data["时间"],errors="coerce")
  3.  
  4.  
  5. data["年份"] = data["时间"].apply(lambda x:x.year)
  6.  
  7.  
  8. data["价位"] = pd.cut(data["价格"],bins=5,labels=['低档', '中档', '中高档', '高档', '豪华']) 
  9.  
  10.  
  11.  
  12. data.iloc[0,:]  #查看第一行全部列数据
  13.  
  14.  
  15. """
  16. Unnamed: 0    I8a8a4ca2016dfb9ffb9f77ba016e1155772543c7
  17. 车系                                                   韩系
  18. 厂商                                               东风悦达起亚
  19. 车类                                                  SUV
  20. 品牌                                                   起亚
  21. 车型                                                   智跑
  22. 级别                                                   紧凑
  23. 价格                                                   17
  24. 时间                                  2019-06-30 00:00:00
  25. 销量                                                 2955
  26. 销售规模（亿）                                          5.0235
  27. 省份                                                   江苏
  28. 城市                                                   盐城
  29. 年份                                                 2019
  30. 价位                                                   中档
  31. Name: 0, dtype: object
  33. """
4、计算各年度总销量及环比增长率

环比增长率=（本期数-上期数）/上期数×100%

  1. #取出年份与销量两列数据，并根据年份进行分组求和
  2. diff_year= data[["年份","销量"]].groupby("年份").sum().reset_index()
  3.  
  4. #计算列上下相邻的差值
  5. diff =  diff_year.diff()
  6.  
  7. diff_year["diff"] = list(diff["销量"]) 
  8.  
  9.  
  10. #计算环比
  11. diff_year["rate"] = [None] + list(diff_year["diff"].values[1:]  / diff_year["销量"].values[:-1]*100)
  12.  
  13.  
  14. diff_year
  15.  
  16. """
  17. 年份	销量	diff	rate
  18. 0	2015	14594487	NaN	NaN
  19. 1	2016	16952990	2358503.0	16.160232
  20. 2	2017	17576436	623446.0	3.677499
  21. 3	2018	17568751	-7685.0	-0.043723
  22. 4	2019	7464071	-10104680.0	-57.515073
  23. """
5、绘制各年度总销量柱状图及环比增长率折线图
  1. plt.rcParams["font.sans-serif"] = "Microsoft YaHei"   #设置显示中文，微软雅黑字体支持负号
  2.  
  3. fig = plt.figure(figsize=(12,8))   #设置画布
  4.  
  5. ax1 = plt.subplot(1,1,1)    #设置子图
  6.  
  7. plt.xlabel("年份",fontsize=15)
  8.  
  9. plt.ylabel("总销量（亿）",fontsize=15)
  10.  
  11. plt.title("各年度总销量柱状图及环比增长率折线图",fontsize=20)
  12.  
  13. ax1.bar(diff_year["年份"],diff_year["销量"],color=['#E0FFFF', '#76EEC6', '#66d88e', '#66CDAA', '#8FBC8F'])
  14.  
  15. ax2 = ax1.twinx()     # 使 ax1 与 ax2 同 x 轴，不同 y 轴
  16.  
  17. ax2.plot(diff_year["年份"],diff_year["rate"],c="green")
  18.  
  19.  
  20. plt.ylabel("环比增长率（%）")
  21.  
  22. plt.xticks(diff_year["年份"],diff_year["年份"], fontsize=10)
  23.  
  24. plt.show()

 6、各年度总各车类销量及环比增长率

  1. year_chelei =data.pivot_table(index="年份",columns="车类",values="销量",aggfunc="sum",fill_value=0)
  2.  
  3. year_chelei["diff_MPV"] = year_chelei["MPV"].diff()
  4.  
  5. year_chelei["diff_SUV"] = year_chelei["SUV"].diff()
  6.  
  7. year_chelei["diff_轿车"] = year_chelei["轿车"].diff()
  8.  
  9. year_chelei["rate_MPV"] = [None]+list(year_chelei["diff_MPV"].values[1:] / year_chelei["MPV"].values[:-1]*100)
  10.  
  11. year_chelei["rate_SUV"] = [None] + list(year_chelei["diff_SUV"].values[1:] / year_chelei["SUV"].values[:-1]*100)
  12.  
  13. year_chelei["rate_轿车"] = [None] + list(year_chelei["diff_轿车"].values[1:] /  year_chelei["轿车"].values[:-1]*100)
  14.  
  15.  
  16.  
  17. year_chelei = year_chelei[["MPV","SUV","轿车","rate_MPV","rate_SUV","rate_轿车"]]
  18.  
  19. """
  20. 车类	MPV	SUV	轿车	rate_MPV	rate_SUV	rate_轿车
  21. 年份						
  22. 2015	409042	4821500	9363945	NaN	NaN	NaN
  23. 2016	474380	6058928	10419682	15.973421	25.664793	11.274490
  24. 2017	442669	6871876	10261891	-6.684725	13.417357	-1.514355
  25. 2018	561307	7111774	9895670	26.800612	3.491012	-3.568748
  26. 2019	215394	3094016	4154661	-61.626347	-56.494456	-58.015364
  27. """

画图方法与 5 类似

7、不同车类的年度销量分析柱状图（将年份列重新命名为 year）
  1. tmp = pd.pivot_table(data=data, index='车类', columns='year', values='销量', aggfunc='sum', fill_value=0)
  2.  
  3.  
  4.  
  5.  
  6. def bar_plot(tmp=None, bar_width=0.3, x=np.array([0, 2, 4]), title='汽车车类销量情况可视化'):
  7.     years = tmp.columns
  8.     cols = ['#E0FFFF', '#76EEC6', '#66d88e', '#66CDAA', '#8FBC8F']    # 各年份柱子的颜色
  9.     a, b = tmp.values.min(), tmp.values.max()                         # 取出数据的最大最小值,供设定坐标轴范围
  10.     for i, year in enumerate(years):                                  # 绘图
  11.         plt.bar(x+i*bar_width, tmp[year], bar_width, color=cols[i])
  12.  
  13.     plt.ylim(0, 1.1*b)                                          # 设置y轴取值范围
  14.     plt.legend(['{}年'.format(year) for year in years])         # 添加图例
  15.     plt.xticks(x+bar_width*2, labels=tmp.index, color='#228B22', fontsize=15)   # 设置x轴刻度值
  16.  
  17.     # 添加文字描述
  18.     plt.text(max(x)/2 + 0.4, b, title, fontsize=20, color='#006400', alpha=0.7, ha='center')
  19.     plt.show()
  20.  
  21.  
  22.  
  23.  
  24. bar_plot(tmp=tmp, bar_width=0.3, x=np.array([0, 2, 4]), title='汽车车类销量情况可视化')

 

8、各年度 品牌销量前五
  1. year_pinpai = data[["年份","品牌","销量"]].pivot_table(index="年份",columns="品牌",values="销量",aggfunc="sum")
  2.  
  3.  
  4.  
  5. #2015年
  6. five= year_pinpai.iloc[0,:].sort_values(ascending=False)[:5].reset_index()
  7.  
  8. five = five.sort_values(by=2015)
  9.  
  10. five
  11. """
  12.     品牌	 2015
  13. 4	别克	952201.0
  14. 3	现代	1028391.0
  15. 2	本田	1058246.0
  16. 1	丰田	1444765.0
  17. 0	大众	2618420.0
  19. """
  20.  
  21. #2016年
  22. six = year_pinpai.iloc[1,:].sort_values(ascending=False)[:5].reset_index()
  23. six = six.sort_values(by=2016)
  24.  
  25.  
  26. #2017年
  27. seven = year_pinpai.iloc[2,:].sort_values(ascending=False)[:5].reset_index()
  28. seven
  29.  
  30. #2018年
  31. eig = year_pinpai.iloc[3,:].sort_values(ascending=False)[:5].reset_index()
  32. eig
  33.  
  34. #2019年
  35. nine= year_pinpai.iloc[4,:].sort_values(ascending=False)[:5].reset_index()
  36. nine
9、绘制2015年品牌销量 Top5
  1. plt.rcParams["font.sans-serif"] = "Microsoft YaHei"
  2.  
  3. fig = plt.figure(figsize=(12,8))
  4.  
  5. plt.ylabel("品牌",fontsize=15)
  6.  
  7. plt.xlabel("销量",fontsize=15)
  8.  
  9. plt.title("2015年品牌销量 Top5",fontsize=20)
  10.  
  11. plt.barh(five["品牌"],five[2015])
  12.  
  13. plt.show()

 其它top绘制类似

10、分析各车系销量及环比，市占率
  1. year_chexi = data[["年份","车系","销量"]].pivot_table(index="年份",columns="车系",values="销量",aggfunc="sum").reset_index()
  2.  
  3.  
  4. year_chexi["diff_德系"] = year_chexi["德系"].diff()
  5. year_chexi["diff_日系"] = year_chexi["日系"].diff()
  6. year_chexi["diff_法系"] = year_chexi["法系"].diff()
  7. year_chexi["diff_美系"] = year_chexi["美系"].diff()
  8. year_chexi["diff_自主"] = year_chexi["自主"].diff()
  9. year_chexi["diff_韩系"] = year_chexi["韩系"].diff()
  10.  
  11. year_chexi["rate_德系"] = [None] + list(year_chexi["diff_德系"].values[1:] / year_chexi["德系"].values[:-1]*100)
  12. year_chexi["rate_日系"] = [None] + list(year_chexi["diff_日系"].values[1:] / year_chexi["日系"].values[:-1]*100)
  13. year_chexi["rate_法系"] = [None] + list(year_chexi["diff_法系"].values[1:] / year_chexi["法系"].values[:-1]*100)
  14. year_chexi["rate_美系"] = [None] + list(year_chexi["diff_美系"].values[1:] / year_chexi["美系"].values[:-1]*100)
  15. year_chexi["rate_自主"] = [None] + list(year_chexi["diff_自主"].values[1:] / year_chexi["自主"].values[:-1]*100)
  16. year_chexi["rate_韩系"] = [None] + list(year_chexi["diff_韩系"].values[1:] / year_chexi["韩系"].values[:-1]*100)
  17. rate_chexi = year_chexi[["年份","德系","日系","法系","美系","自主","韩系","rate_德系","rate_日系","rate_法系","rate_自主","rate_韩系"]]
  18. rate_chexi
  19.  
  20. """
  21. 车系	年份	德系	日系	法系	美系	自主	韩系	rate_德系	rate_日系	rate_法系	rate_自主	rate_韩系
  22. 0	2015	3749142	3550863	546730	2673435	2502912	1571405	NaN	NaN	NaN	NaN	NaN
  23. 1	2016	4400123	3366714	520709	2676442	4263125	1725877	17.363466	-5.186035	-4.759388	70.326604	9.830184
  24. 2	2017	4705727	3848282	246358	2613015	5198111	964943	6.945351	14.303799	-52.687970	21.931940	-44.089700
  25. 3	2018	4911413	4012052	95855	2059249	5470155	1020027	4.370972	4.255665	-61.091176	5.233517	5.708524
  26. 4	2019	2251150	1954618	14688	790426	2095425	357764	-54.164922	-51.281339	-84.676856	-61.693499	-64.926026
  28. """
11、绘制2015年各车系市占率市占率
  1. import matplotlib.pyplot as plt
  2. plt.rcParams["font.sans-serif"] = "Microsoft YaHei"
  3. fig = plt.figure(figsize=(8,8))
  4. plt.title("2015年各车系市占率市占率")
  5. plt.pie(rate_chexi.iloc[0,1:7], labels=["德系","日系","法系","美系","自主","韩系"], autopct='%.2f %%', explode=[0.01, 0.01, 0.1, 0.01, 0.01,0.01],
  6.             colors=['#E0FFFF', '#76EEC6', '#66d88e', '#66CDAA', '#8FBC8F', '#006400'])
  7. plt.show()

 

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/羊村懒王/article/detail/585142
推荐阅读
相关标签

Copyright © 2003-2013 www.wpsshop.cn 版权所有，并保留所有权利。

  

闽ICP备14008679号