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。
# 导入工具包
import numpy as np
import pandas as pd
from pyecharts.charts import Bar, Pie, Map, Page
from pyecharts import options as opts
import jieba
# 读取数据
df_all = pd.read_csv('../data/导出数据.csv')
df_all.head()
df_all.shape
(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 = df_all.copy()
# 去除重复值
df.drop_duplicates(inplace=True)
df.shape
(6849, 7)
# 筛选记录
df = df[df['purchase_num'].str.contains('人付款')]
# goods_price列处理
df['goods_price'] = df['goods_price'].str.extract('(\d+\.{0,1}\d*)')
df['goods_price'] = df['goods_price'].astype('float')
# purchase_num列处理
df['num'] = df['purchase_num'].str.extract('(\d+\.{0,1}\d*)')
df['num'] = df['num'].astype('float')
df['unit'] = [10000 if '万' in i else 1 for i in df['purchase_num']]
# 计算销量
df['purchase_num'] = df['num'] * df['unit']
# 计算销售额
df['sales_volume'] = df['goods_price'] * df['purchase_num']
# 提取省份字段
df['province_name'] = df['location'].astype('str').str.split(' ').apply(lambda x:x[0])
# 删除多余的列
df.drop(['num', 'unit', 'detail_url'], axis=1, inplace=True)
# 重置索引
df = df.reset_index(drop=True)
df.head()
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。
# 计算top10店铺
shop_top10 = df.groupby('shop_name')['purchase_num'].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。
# 计算销量top10
province_top10 = df.groupby('province_name')['purchase_num'].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。