本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。

以下文章来源于CDA数据分析师，作者：CDA数据分析师

前言

如果说冬天对北方人来说只是一个季节，而对南方人来说是一场“渡劫”。北方的冷是干冷，物理攻击，多穿一点就好了。而且室内有暖气，在室内可以穿着短袖吃冰棍。

而南方的冷是湿冷，魔法攻击，穿再多没有用。而且室内还没暖气，各种段子也是层出不穷：

“你在北方的暖气里四季如春，我在南方的寒冬下冻成冰棍儿”

“北方人过冬靠的是暖气，南方人过冬靠的是一身正气”

“我是一只来自北方的狼，来到南方却被冻成了狗”

一到冬天南方人除了靠一身浩然正气，空调、电热毯、油汀、电暖气等各类花式取暖电器都得安排上。

内贸批发平台1688上获取的数据显示，进入11月以来，暖气片在南方城市的销量比去年同期增长了300%，平台上取暖小家电品类整体营业额同比增幅达到200%，其中发热垫的同比增速甚至高达600%。

据显示，暖气片和暖气设备销量贡献最大的国内客户，主要都是来自长江沿线城市，以江浙沪、安徽、湖南、湖北、重庆、四川等地居多，一时间“南方取暖设备被买爆”话题登上了微博热搜，让人不禁感叹南方人过个冬天实在是太难了。

用Python分析全网取暖器数据

我们使用Python获取了淘宝网搜索关键词暖气片、取暖器、壁挂炉的商品数据，并进行了数据分析。

读取数据

首先导入获取的数据。

<span>#</span><span> 导入工具包</span>
<span>import</span><span> numpy as np 
</span><span>import</span><span> pandas as pd 

</span><span>from</span> pyecharts.charts <span>import</span><span> Bar, Pie, Map, Page
</span><span>from</span> pyecharts <span>import</span><span> options as opts

</span><span>import</span><span> jieba 

</span><span>#</span><span> 读取数据</span>
df_all = pd.read_csv(<span>"</span><span>../data/导出数据.csv</span><span>"</span><span>)
df_all.head() </span>

www#gaodaima.com来源gao!daima.com搞$代!码网搞代码

<span>df_all.shape
(</span>13212, 7)

数据清洗和整理

此处我们需要对数据集进行数据清洗以便后续分析和可视化，主要工作内容如下：

删除记录的重复值
goods_price列处理：提取数值
purchase_num列处理：提取数值
计算销售额sales_volume = goods_price*purchase_num
删除多余的列

代码实现如下：

df =<span> df_all.copy()
</span><span>#</span><span> 去除重复值</span>
df.drop_duplicates(inplace=<span>True)
df.shape
(</span>6849, 7<span>)

</span><span>#</span><span> 筛选记录</span>
df = df[df[<span>"</span><span>purchase_num</span><span>"</span>].str.contains(<span>"</span><span>人付款</span><span>"</span><span>)]

</span><span>#</span><span> goods_price列处理</span>
df[<span>"</span><span>goods_price</span><span>"</span>] = df[<span>"</span><span>goods_price</span><span>"</span>].str.extract(<span>"</span><span>(d+.{0,1}d*)</span><span>"</span><span>)  
df[</span><span>"</span><span>goods_price</span><span>"</span>] = df[<span>"</span><span>goods_price</span><span>"</span>].astype(<span>"</span><span>float</span><span>"</span><span>)

</span><span>#</span><span> purchase_num列处理</span>
df[<span>"</span><span>num</span><span>"</span>] = df[<span>"</span><span>purchase_num</span><span>"</span>].str.extract(<span>"</span><span>(d+.{0,1}d*)</span><span>"</span><span>)
df[</span><span>"</span><span>num</span><span>"</span>] = df[<span>"</span><span>num</span><span>"</span>].astype(<span>"</span><span>float</span><span>"</span><span>) 
df[</span><span>"</span><span>unit</span><span>"</span>] = [10000 <span>if</span> <span>"</span><span>万</span><span>"</span> <span>in</span> i <span>else</span> 1 <span>for</span> i <span>in</span> df[<span>"</span><span>purchase_num</span><span>"</span><span>]]

</span><span>#</span><span> 计算销量</span>
df[<span>"</span><span>purchase_num</span><span>"</span>] = df[<span>"</span><span>num</span><span>"</span>] * df[<span>"</span><span>unit</span><span>"</span><span>]

</span><span>#</span><span> 计算销售额</span>
df[<span>"</span><span>sales_volume</span><span>"</span>] = df[<span>"</span><span>goods_price</span><span>"</span>] * df[<span>"</span><span>purchase_num</span><span>"</span><span>]

</span><span>#</span><span> 提取省份字段 </span>
df[<span>"</span><span>province_name</span><span>"</span>] = df[<span>"</span><span>location</span><span>"</span>].astype(<span>"</span><span>str</span><span>"</span>).str.split(<span>"</span> <span>"</span>).apply(<span>lambda</span><span> x:x[0]) 

</span><span>#</span><span> 删除多余的列</span>
df.drop([<span>"</span><span>num</span><span>"</span>, <span>"</span><span>unit</span><span>"</span>, <span>"</span><span>detail_url</span><span>"</span>], axis=1, inplace=<span>True)

</span><span>#</span><span> 重置索引</span>
df = df.reset_index(drop=<span>True)
df.head() </span>

数据可视化

此处我们对店铺销量、产地分布、商品价格等方面进行可视化分析：

市场上的取暖器种类较多，有暖风机、小太阳、电热膜、油汀、快热炉、踢脚线等取暖设备，我们首先看到这些取暖器的标题词云。

商品标题词云图

可以看到”取暖器” “暖风机” “暖气片”都是出现的高频词。在特征方面”家用” “节能” “速热”都十分常见。

接着，看到店铺月销量排名Top10。

店铺月销量排名Top10

可以看到店铺销量前十，凯瑞莱旗舰店位居第一。其后春尚电器专营店和苏宁易购分别是第二第三名。排在前十的还有美的、tcl等品牌。

<span>#</span><span> 计算top10店铺</span>
shop_top10 = df.groupby(<span>"</span><span>shop_name</span><span>"</span>)[<span>"</span><span>purchase_num</span><span>"</span>].sum().sort_values(ascending=False).head(10)

全国各省份产地销量排名Top10

这些取暖器的产地都在哪儿呢？经过分析发现，浙江是生产取暖器的头号大省，在产地销量排名中一骑绝尘位居第一。之后排在第二位的是广东。湖南、江苏、山东分别位居第三第四第五名。

<span>#</span><span> 计算销量top10</span>
province_top10 = df.groupby(<span>"</span><span>province_name</span><span>"</span>)[<span>"</span><span>purchase_num</span><span>"</span>].sum().sort_values(ascending=False).head(10)

不同价格区间的商品数量占比

取暖器都卖多少钱呢？经过分析发现，100元以下的商品是最多占比高达34.76%。其次是200-500元的商品，占比22.09%。

不同价格区间的销量占比

与此同时，在销量方面，价格在100元以下和100-200元之间的取暖产品也是销量最好的，全网销售量分别占比37.49%和35.92%。

结语

有了各式各样的取暖器，南方冬天就好过了吗？并不，空调开久了干，踢脚线耗电高，油汀等电暖气更适合局部取暖，大空间制热效果差。

虽然近年来也有很多南方家庭选择全房装地暖的，然而电暖用起来一个月电费就高达2、3千，这可能就是北方一个冬天的暖气费用了。这么对比起来，似乎还是开空调和取暖器实在啊。

搞代码网（gaodaima.com）提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected]‍，我们会在看到邮件的第一时间内为您处理，或直接联系QQ：872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：南方人过冬靠的是一身正气？用Python分析全网取暖器数据

前言