**我们可以使用df.pivot_table() ，来实现同样的功能，参数如下

• index：行索引，传入原始数据的列名
• columns：列索引，传入原始数据的列名
• values: 要做聚合操作的列名
• aggfunc：聚合函数**

数据透视表

学习目标

• 知道什么是透视表
• 掌握Pandas透视表（pivot_table）的使用方法

1 Pandas 透视表概述

透视表是一种可以对数据动态排布并且分类汇总的表格格式。或许大多数人都在Excel使用过数据透视表，也体会到它的强大功能，而在pandas中它被称作pivot_table。

• 数据透视表（Pivot Table）是一种交互式的表，可以进行某些计算，如求和与计数等。所进行的计算与数据，和数据透视表中的排列有关。
• 之所以称为数据透视表，是因为可以动态地改变它们的版面布置，以便按照不同方式分析数据，也可以重新安排行号、列标和页字段。每一次改变版面布置时，数据透视表会立即按照新的布置重新计算数据。另外，如果原始数据发生更改，则可以更新数据透视表。
• 在使用Excel做数据分析时，透视表是很常用的功能，Pandas也提供了透视表功能，对应的API为pivot_table
• Pandas pivot_table函数介绍：pandas有两个pivot_table函数
  • pandas.pivot_table
  • pandas.DataFrame.pivot_table
  • pandas.pivot_table 比 pandas.DataFrame.pivot_table 多了一个参数data，data就是一个dataframe，实际上这两个函数相同
• pivot_table参数中最重要的四个参数 values,index,columns,aggfunc，下面通过案例介绍pivot_tabe的使用

2 零售会员数据分析案例

2.1 案例业务介绍

• 业务背景介绍

  • 某女鞋连锁零售企业，当前业务以线下门店为主，线上销售为辅

  • 通过对会员的注册数据以及的分析，监控会员运营情况，为后续会员运营提供决策依据

  • 会员等级说明

    ① 白银: 注册(0)

    ② 黄金: 下单(1~3888)

    ③ 铂金: 3888~6888

    ④ 钻石: 6888以上

• 数据分析要达成的目标

  • 描述性数据分析
  • 使用业务数据，分析出会员运营的基本情况

• 案例中用到的数据

  ① 会员信息查询.xlsx

  ② 会员消费报表.xlsx

  ③ 门店信息表.xlsx

  ④ 全国销售订单数量表.xlsx

• 分析会员运营的基本情况

  • 从量的角度分析会员运营情况：

    ① 整体会员运营情况（存量，增量）

    ② 不同渠道（线上，线下）的会员运营情况

    ③ 线下业务，拆解到不同的地区、门店会员运营情况

  • 从质的角度分析会员运营情况：

    ① 会销比

    ② 连带率

2.2 会员存量、增量分析

每月会员数量的存量和增量是最基本的指标，通过会员数量考察会员运营情况

• 加载数据：会员信息查询.xlsx，加载时间较久，耐心等待

import pandas as pd 
custom_info = pd.read_excel('data/会员信息查询.xlsx')
custom_info.info()

显示结果：

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 952714 entries, 0 to 952713
Data columns (total 12 columns):
会员卡号      952714 non-null object
会员等级      952714 non-null object
会员来源      952714 non-null object
注册时间      952714 non-null datetime64[ns]
所属店铺编码    952714 non-null object
门店店员编码    253828 non-null object
省份        264801 non-null object
城市        264758 non-null object
性别        952714 non-null object
生日        785590 non-null object
年齡        952705 non-null float64
生命级别      952714 non-null object
dtypes: datetime64[ns](1), float64(1), object(10)
memory usage: 87.2+ MB

• 会员信息数据集查看

# 会员信息查询
custom_info.head()

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-sPg0QTJC-1630499468923)(./img/数据透视表-01.png)]

• pandas读取行数较多的xlsx文件速度较慢，可以将xlsx转为csv之后，pandas再次读取csv，速度就会快很多

custom_info.to_csv('data/会员信息查询.csv', encoding='utf-8')
custom_info = pd.read_csv('data/会员信息查询.csv')
custom_info.info()

显示结果：

C:\ProgramData\Anaconda3\lib\site-packages\IPython\core\interactiveshell.py:3146: DtypeWarning: Columns (7,8) have mixed types.Specify dtype option on import or set low_memory=False.
has_raised = await self.run_ast_nodes(code_ast.body, cell_name,
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 952714 entries, 0 to 952713
Data columns (total 13 columns):
#   Column      Non-Null Count   Dtype  
---  ------      --------------   -----  
0   Unnamed: 0  952714 non-null  int64  
1   会员卡号        952714 non-null  object 
2   会员等级        952714 non-null  object 
3   会员来源        952714 non-null  object 
4   注册时间        952714 non-null  object 
5   所属店铺编码      952714 non-null  object 
6   门店店员编码      253828 non-null  object 
7   省份          264801 non-null  object 
8   城市          264758 non-null  object 
9   性别          952714 non-null  object 
10  生日          785590 non-null  object 
11  年齡          952705 non-null  float64
12  生命级别        952714 non-null  object 
dtypes: float64(1), int64(1), object(11)
memory usage: 94.5+ MB

• 对比发现，csv数据比原xlsx多了一列Unnamed: 0，将其删除

del custom_info['Unnamed: 0'] 
custom_info.info()

显示结果：

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 952714 entries, 0 to 952713
Data columns (total 12 columns):
#   Column  Non-Null Count   Dtype  
---  ------  --------------   -----  
0   会员卡号    952714 non-null  object 
1   会员等级    952714 non-null  object 
2   会员来源    952714 non-null  object 
3   注册时间    952714 non-null  object 
4   所属店铺编码  952714 non-null  object 
5   门店店员编码  253828 non-null  object 
6   省份      264801 non-null  object 
7   城市      264758 non-null  object 
8   性别      952714 non-null  object 
9   生日      785590 non-null  object 
10  年齡      952705 non-null  float64
11  生命级别    952714 non-null  object 
dtypes: float64(1), object(11)
memory usage: 87.2+ MB

• 会员信息查询

custom_info.head()

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-RqfXDYA3-1630499468925)(./img/数据透视表-01.png)]

• 需要按月统计注册的会员数量，注册时间原始数据需要处理成年-月的形式

# 给 会员信息表 添加年月列
custom_info['注册时间'][0]
custom_info['注册时间'][0][:7]
custom_info['注册年月'] = custom_info['注册时间'].apply(lambda x: x[:7])
custom_info.head()

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-bO9zDfEo-1630499468932)(./img/数据透视表-02.png)]

• 按月计算会员数量的增量

# 对注册年月列进行分组，分组后依据会员卡号计算每组数据的行数，因为会员卡号都是不同的
month_count = custom_info.groupby('注册年月')['会员卡号'].count()
month_count = month_count.reset_index()
month_count = month_count.rename(columns={'会员卡号': '月增量'})
month_count.head()
# 至此，我们完成了数据透视表，效果如下

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-PkfbLPP9-1630499468934)(./img/数据透视表-03.png)]

• 我们可以使用df.pivot_table() ，来实现同样的功能，参数如下
  • index：行索引，传入原始数据的列名
  • columns：列索引，传入原始数据的列名
  • values: 要做聚合操作的列名
  • aggfunc：聚合函数

# 以注册年月作为索引，对会员卡号列使用pandas内置的count函数进行计算，返回新的df对象
month_count = custom_info.pivot_table(index='注册年月', values='会员卡号', aggfunc='count')
month_count
# 返回结果一致

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-wD3lQIFX-1630499468935)(./img/数据透视表-04.png)]

• 重新设定行索引

month_count = month_count.reset_index()
month_count = month_count.rename(columns={'会员卡号': '月增量'})
month_count.head()

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-o2XhB3t9-1630499468936)(./img/数据透视表-03.png)]

• 计算会员数量的存量

#通过pandas.series对象的内置函数cumsum()对月增量做累积求和
month_count['存量'] = month_count['月增量'].cumsum()
month_count

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-V8hI9UKb-1630499468937)(./img/数据透视表-05.png)]

2.3 增量等级分布

会员增量存量不能真实反映会员运营的质量，需要对会员的增量存量数据做进一步拆解

• 首先思考：从哪些维度来拆解？
  • 从指标构成来拆解：
    • 会员 = 白银会员+黄金会员+铂金会员+钻石会员
  • 从业务流程来拆解：
    • 当前案例，还可以按业务分线上、线下，也可以进一步拆解：按大区，按门店
• 接下来我们就按照会员等级进行拆解：会员等级分布分析的目的，以及要分析的指标
  • 会员按照等级拆解分为：

① 白银: 注册(0)

② 黄金: 下单(1~3888)

③ 铂金: 3888~6888

④ 钻石: 6888以上

• 由于会员等级跟消费金额挂钩，所以会员等级分布分析可以说明会员的质量

• 通过groupby实现，注册年月，会员等级，按这两个字段分组，对任意字段计数

month_degree_count = custom_info.groupby(['注册年月','会员等级'])[['会员卡号']].count()
month_degree_count

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-nQAO8UT5-1630499468938)(./img/数据透视表-08.png)]

• 分组之后得到的是multiIndex类型的多级索引，我们使用df.unstack()使长数据变形为宽数据

# 长数据变形为宽数据
month_degree_count = month_degree_count.unstack()
month_degree_count

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-MlnMkSIy-1630499468938)(./img/数据透视表-09.png)]

• 可以通过df.__dict__，更清晰的查看df对象的多级索引关系

month_degree_count.__dict__
# 输出结果如下
{'_is_copy': None,
 '_mgr': BlockManager
 Items: MultiIndex([('会员卡号', '白银会员'),
             ('会员卡号', '钻石会员'),
             ('会员卡号', '铂金会员'),
             ('会员卡号', '黄金会员')],
            names=[None, '会员等级'])
 Axis 1: Index(['2017-08', '2017-09', '2017-10', '2017-11', '2017-12', '2018-01',
        '2018-02', '2018-03', '2018-04', '2018-05', '2018-06', '2018-07',
        '2018-08', '2018-09', '2018-10', '2018-11', '2018-12', '2019-01',
        '2019-02', '2019-03'],
       dtype='object', name='注册年月')
 IntBlock: slice(0, 4, 1), 4 x 20, dtype: int64,
 '_item_cache': {},
 '_attrs': {}}

• 根据df的多级索引关系，尝试获取白银会员的增量数据

month_degree_count['会员卡号']['白银会员']
# 输出结果如下
注册年月
2017-08    376648
2017-09       530
2017-10       603
2017-11      1311
2017-12      3512
2018-01     11244
2018-02      9937
2018-03     41546
2018-04     62613
2018-05     19317
2018-06     11292
2018-07      3932
2018-08     95584
2018-09    133090
2018-10      9093
2018-11      6313
2018-12      2808
2019-01      3661
2019-02      4001
2019-03     10580
Name: 白银会员, dtype: int64

• 获取索引值构成的列表

index_list = month_degree_count.index.values.tolist()
index_list
# 输出结果如下
['2017-08',
 '2017-09',
 '2017-10',
 '2017-11',
 '2017-12',
 '2018-01',
 '2018-02',
 '2018-03',
 '2018-04',
 '2018-05',
 '2018-06',
 '2018-07',
 '2018-08',
 '2018-09',
 '2018-10',
 '2018-11',
 '2018-12',
 '2019-01',
 '2019-02',
 '2019-03']

• 根据已获取的索引值列表，以及白银会员每月的增量数据，构造新的df对象

new_degree_count = pd.DataFrame({'白银会员': month_degree_count['会员卡号']['白银会员']}, 
                                index=index_list)
new_degree_count

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-BCZ6JXry-1630499468939)(./img/数据透视表-10.png)]

• 为新的df对象分别添加 黄金会员、铂金会员、钻石会员的增量数据

# new_degree_count['白银会员'] = month_degree_count['会员卡号']['白银会员']
new_degree_count['黄金会员'] = month_degree_count['会员卡号']['黄金会员']
new_degree_count['铂金会员'] = month_degree_count['会员卡号']['铂金会员']
new_degree_count['钻石会员'] = month_degree_count['会员卡号']['钻石会员']
new_degree_count

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ozMEG60T-1630499468940)(./img/数据透视表-11.png)]

• 上述需求我们可以直接使用df.pivot_table()实现

# 以注册年月为索引，对会员等级进行长变宽（对会员等级列的值进行分组），针对会员卡号列的值进行计算，计算使用内置函数count求总数
member_rating = custom_info.pivot_table(index='注册年月', columns='会员等级', values='会员卡号', aggfunc='count')
member_rating

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-RUARJRaA-1630499468941)(./img/数据透视表-12.png)]

2.4 增量等级占比分析

增量等级占比分析，查看增量会员的消费情况

• 添加增量总计列

# 添加列，值为按行求和 axis='columns' 轴=列==>按行计算
member_rating['总计'] = member_rating.sum(axis='columns')
member_rating.head()

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-YZ00Xa8P-1630499468942)(./img/数据透视表-15.png)]

• 计算白银和黄金会员等级占比，铂金钻石会员数量太少暂不计算

member_rating['白银会员占比'] = member_rating['白银会员'] / member_rating['总计']
member_rating['黄金会员占比'] = member_rating['黄金会员'] / member_rating['总计']
# member_rating['铂金会员占比'] = member_rating['铂金会员'] / member_rating['总计']
# member_rating['钻石会员占比'] = member_rating['钻石会员'] / member_rating['总计']
member_rating

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-inCZqF9H-1630499468942)(./img/数据透视表-16.png)]

2.5 整体等级分布

• 需求：计算各个等级会员总数占整体的百分比
• 思路：按照会员等级分组，计算每组的会员数量，用每组会员数量/全部会员数量

• 按照会员等级分组，计算每组的会员数量；通过之前的学习，有三种实现方式，代码如下

# 会员按等级分组groupby实现
# ratio = custom_info.groupby('会员等级')[['会员卡号']].count().reset_index()
# ratio
# 另一种写法
# ratio2 = custom_info.groupby('会员等级').agg({'会员卡号':'count'}).reset_index()
# ratio2
# df.pivot_table的实现方式
ratio3 = custom_info.pivot_table(index='会员等级', values='会员卡号', aggfunc='count').reset_index()
ratio3

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ExmFSzAn-1630499468943)(./img/数据透视表-18.png)]

• 计算占比：用每组会员数量/全部会员数量

# 修改列名
ratio3.columns = ['会员等级', '会员数']
ratio3['占比'] = ratio3['会员数'] / (ratio3['会员数'].sum())
ratio3

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-YDxpaLqj-1630499468944)(./img/数据透视表-19.png)]

2.6 线上线下增量分析

从业务角度，将会员数据拆分成线上和线下，比较每月线上线下会员的运营情况

• 将“会员来源”字段进行拆解，统计线上线下会员增量

# 原始数据
custom_info
# 透视表实现：以注册年月列作为索引，对会员来源列的值进行分组，分组后对会员卡号列的值进行数量统计
from_data = custom_info.pivot_table(index=['注册年月'], columns='会员来源', values ='会员卡号', aggfunc='count')
from_data

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-wkMdP1b4-1630499468944)(./img/数据透视表-21.png)]

• 可视化

# 删除第一行数据
from_data = from_data[1:]
# 出图
from_data.plot(figsize=(20,8), fontsize=16, grid=True)
plt.title("电商与线下会员增量分析", fontsize=18)

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-noDRU0HX-1630499468945)(./img/数据透视表-22.png)]

2.7 地区店均会员数量

• 会员信息查询表中，只有店铺信息，没有地区信息，需要从门店信息表中关联地区信息
• 加载数据

#查看门店信息表
store_info = pd.read_excel('data/门店信息表.XLSX')
store_info

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-jgXPzqFf-1630499468946)(./img/数据透视表-23.png)]

• 只需要用到门店信息表中的店铺代码，地区编码 两列

store_info[['店铺代码','地区编码']].head()

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-L98mNRSK-1630499468947)(./img/数据透视表-24.png)]

• 合并df，使custom_info与store_info基于店铺编码进行关联，将地区编码添加到custom_info中

# pd.merge合并df，左表custom_info，右表为store_info[['店铺代码','地区编码']]，分别指定左表和右表的关联字段（列）
custom_info1 = pd.merge(custom_info, store_info[['店铺代码','地区编码']], left_on='所属店铺编码', right_on='店铺代码')
# 新表中就有了地区编码编码信息
custom_info1

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-1LSnzz5X-1630499468947)(./img/数据透视表-25.png)]

• 按照不同地区，分别统计会员总数

#统计不同地区的会员数量，注意电商入口的地区编码为GBL6D01
district = custom_info1.groupby('地区编码')[['会员卡号']].count()
#修改列名
district.columns = ['会员数量']
district

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-exeh49IM-1630499468948)(./img/数据透视表-26.png)]

• 获取地区编码和店铺编码，并去重

# 只取2列返回df，对df按行去重
store_info2 = custom_info1[['地区编码','所属店铺编码']].drop_duplicates()
store_info2

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ODKXsRFK-1630499468949)(./img/数据透视表-27.png)]

• 计算每个地区的店铺数量

# 去重之后再统计每个地区店铺的总数
store_count_s = store_info2.groupby('地区编码')['所属店铺编码'].count()
store_count_s
# 返回结果如下
地区编码
GBL6010     40
GBL6020     41
GBL6030     78
GBL6040     47
GBL6050     38
GBL6060     31
GBL6070    114
GBL6080     70
GBL6090     66
GBL6100     38
GBL6110     46
GBL6120     21
GBL6130     71
GBL6140     50
GBL6D01      4
Name: 所属店铺编码, dtype: int64

• 对不同地区会员总数df添加店铺数列

# 添加列：店铺数
district['店铺数'] = store_count_s
district

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-nBBCgVcz-1630499468949)(./img/数据透视表-28.png)]

• 计算地区每店平均会员数，以及全部店铺的平均会员数

# 计算每个地区 每店平均会员数量，并添加列
district['每店平均会员数'] = round(district['会员数量'] / district['店铺数'])
# 计算总体 每店平均会员数量，并添加列
district['总平均会员数'] = district['会员数量'].sum() / district['店铺数'].sum()
# 指定列排序，由大到小
district = district.sort_values(by='每店平均会员数', ascending=False)
district.head()

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-cOJlBIRZ-1630499468950)(./img/数据透视表-29.png)]

2.8 各地区会销比

• 什么是会销比：会销比统计的是会员消费占所有销售金额的比例
• 会销比的作用：通过会销比可以衡量会员的整体质量
• 会销比的计算：会销比 = 会员消费的金额 / 全部客户消费的金额
  • 由于数据脱敏的原因，没有全部客户消费金额的数据，所以用如下方式替换
    • 会销比 = 会员消费的订单数 / 全部销售订单数

• 加载data/会员消费报表.xlsx数据，时间较长

custom_consume=pd.read_excel('data/会员消费报表.xlsx')
custom_consume.head()

• 加载data/全国销售订单数量表.xlsx数据，时间较长

all_orders=pd.read_excel('data/全国销售订单数量表.xlsx')
all_orders.head()

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-1vJZ0MOQ-1630499468951)(./img/数据透视表-31.png)]

• 为会员消费报表添加年月列

# 添加年月列 这里年月要转换成整数,因为等会后面要链接的字段是整数
# 取其中一条数据举例
int(custom_consume['订单日期'][0][:7].replace('-', ''))

# lambda x: int(...)) 的...就是 int(custom_consume['订单日期'][0]
custom_consume['年月'] = custom_consume['订单日期'].apply(lambda x: int(x[:7].replace('-', '')))
custom_consume.head()

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-RHRh7Rlp-1630499468952)(./img/数据透视表-32.png)]

• 为会员消费报表添加地区编码，合并custom_consume和store_info部分字段，两个表的关联字段是店铺代码

store_info.head()
custom_consume=pd.merge(custom_consume, store_info[['店铺代码','地区编码']], on='店铺代码')
custom_consume.head()

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ykINC4qW-1630499468952)(./img/数据透视表-33.png)]

• 按地区编码，分年月统计会员购买订单数量

# 以地区编码作为索引，对年月列进行分组，对消费数量（订单数）按照aggfunc指定的函数进行计算
# 参数margins=True表示，每行每列都执行aggfunc参数指定的函数，会新增汇总统计列All和汇总统计行All
member_orders = custom_consume.pivot_table(index='地区编码', columns='年月', values='消费数量', aggfunc=sum, margins=True)
member_orders

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Q6ECUu1D-1630499468953)(./img/数据透视表-34.png)]

• 按地区编码，分年月统计全部（会员及非会员）购买订单数量

# 以地区作为索引，对年月进行分组，对全部订单数做sum求和计算，最后添加汇总统计行和汇总统计列
country_sales=all_orders.pivot_table(index='地区代码', columns='年月', values='全部订单数', aggfunc=sum, margins=True)
country_sales

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-BZrkfZI3-1630499468954)(./img/数据透视表-35.png)]

• 计算各地区订单数量上的会销比

# 会销比 = 会员消费的订单数 / 全部销售订单数
result = member_orders / country_sales
result
# df.applymap()对每一个值都保留2位小数；计算速度会慢
result = result.applymap(lambda x: format(x, ".2%"))
result

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-yHLTwstS-1630499468955)(./img/数据透视表-36.png)]

• 统计线下地区的会销比

# 删除线上销售的GBL6D01行，仅统计线下的会销比
member_orders = member_orders.drop(['GBL6D01'])
# 会销比 = 会员消费的订单数 / 全部销售订单数
result = member_orders / country_sales
result
# df.applymap()对每一个值都保留2位小数
result = result.applymap(lambda x: format(x, ".2%"))
result

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-x5CQa6Ic-1630499468957)(./img/数据透视表-37.png)]

2.9 会员连带率分析

• 连带率的概念：连带率 = 消费数量（售出货物的总数） / 订单数量，是指销售的件数和交易的次数相除后的数值，反映的是顾客平均单次消费的产品件数
• 连带率的作用：
  • 连带率直接影响到客单价：连带率越高、客单价越高
  • 大多数情况下，连带率反应运营质量：连带率变高，说明客单价变高、顾客一次买的东西变多了，从而说明运营动作有效果
• 为什么要计算分析连带率？
  • 通过连带率分析可以反映出人、货、场几个角度的业务问题

• 获取分母df：按地区、年月统计订单的数量

custom_consume # 查看消费和地区店铺的连接表
# 去掉退单数据，去掉网店数据
order_data = custom_consume.query(" 订单类型=='下单' & 地区编码!='GBL6D01'")
# 提取有用的字段，并去重
order_count = order_data[['年月','地区编码','订单号']].drop_duplicates()
# 按地区、年月统计订单的数量
order_count = order_count.pivot_table(index='地区编码', columns='年月', values='订单号', aggfunc='count')
order_count

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-4gXE0E3d-1630499468957)(./img/数据透视表-38.png)]

• 获取分子df：按地区、年月统计消费商品数量的总和

order_data # 订单数据表
# 按地区、年月统计消费数量的总和
consume_count = order_data.pivot_table(index='地区编码', columns='年月', values='消费数量', aggfunc=sum)
consume_count.head()

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-0VP3RNGp-1630499468958)(./img/数据透视表-39.png)]

• 计算连带率：连带率 = 消费数量（售出货物的总数） / 订单数量

result = consume_count / order_count
round(result[201801][0], 2) # 保留2位小数
# 显示二位小数
result = result.applymap(lambda x: round(x, 2))
result

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-NLVSjN74-1630499468958)(./img/数据透视表-40.png)]

小结

• 透视表是数据分析中经常使用的API，跟Excel中的数据透视表功能类似
• Pandas的数据透视表，pivot_table，常用几个参数 index，values，columns，aggfuc，margin
• Pandas的功能与groupby功能类似