import numpy as np

import pandas as pd

from matplotlib import pyplot as plt

import seaborn as sns? ? # 繪圖模塊，基于matplotlib的可視化python包，不能完全替代matplotlib，只是對(duì)matplotlib進(jìn)行升級(jí)

plt.rcParams['font.sans-serif'] = ['SimHei']? ?# 用來正常顯示中文標(biāo)簽

plt.rcParams['axes.unicode_minus'] = False? ? # 用來正常顯示負(fù)號(hào)

"""

1.加載數(shù)據(jù)

parse_dates:將指定的列加載成日期的格式

"""

offline = pd.read_csv('ccf_offline_stage1_train.csv', parse_dates=['Date_received', 'Date'])

"""

2.數(shù)據(jù)的規(guī)整

判斷每一列當(dāng)中有多少個(gè)空值

offline.isnull().sum()

2.1 把“Discount_rate”列中的滿減政策轉(zhuǎn)換成折扣率

offline['Discount_rate'] = offline['Discount_rate'].fillna('null')

def discount_rate_opt(s):? ?# s代表每一個(gè)元素

? ? if ':' in s:

? ? ? ? split = s.split(':')

? ? ? ? discount_rate = (int(split[0]) - int(split[1]))/int(split[0])

? ? ? ? return round(discount_rate, 2)? ? # 折扣率保留兩位小數(shù)

? ? elif s == 'null':

? ? ? ? return np.NaN

? ? else:

? ? ? ? return float(s)

offline['Discount_rate'] = offline['Discount_rate'].map(discount_rate_opt)

2.2 Coupon_id字段：null代表無優(yōu)惠券，此時(shí)Discount_rate與Date_received字段無意義。檢查Coupon_id與Discount_rate和Date_received判斷空值和非空值是否一一對(duì)應(yīng)

# np.all():判斷一個(gè)可迭代數(shù)據(jù)中是否都為True,如果是返回True,否則返回False

nan1 = offline['Coupon_id'].isnull()? ? # 判斷優(yōu)惠券是否為空

nan2 = offline['Date_received'].isnull()? ? # 判斷領(lǐng)券日期是否為空

nan3 = offline['Discount_rate'].isnull()

np.all(nan1 == nan2)? ? # 如果結(jié)果為True,說明Coupon_id與Date_received空值與非空值是一一對(duì)應(yīng)的關(guān)系

np.all(nan1 == nan3)? ? # 如果結(jié)果為True,說明Coupon_id與Discount_rate空值與非空值是一一對(duì)應(yīng)的關(guān)系

2.3 消費(fèi)情況判斷

如果Date == null & Coupon_id != null,有券未消費(fèi)(coupon_no_consume)

如果Date == null & Coupon_id == null,無券未消費(fèi)(no_coupon_no_consume)

如果Date != null & Coupon_id == null,無券消費(fèi)(no_coupon_consume)

如果Date != null & Coupon_id != null,有券消費(fèi)(coupon_consume)

"""

coupon_no_consume = offline[(offline['Date'].isnull() & offline['Coupon_id'].notnull())]

no_coupon_no_consume = offline[(offline['Date'].isnull() & offline['Coupon_id'].isnull())]

no_coupon_consume = offline[(offline['Date'].notnull() & offline['Coupon_id'].isnull())]

coupon_consume = offline[(offline['Date'].notnull() & offline['Coupon_id'].notnull())]

"""

print('有券未消費(fèi):{}'.format(len(coupon_no_consume)))

print('無券未消費(fèi):{}'.format(len(no_coupon_no_consume)))? ? # 無意義，不需分析

print('無券消費(fèi):{}'.format(len(no_coupon_consume)))

print('有券消費(fèi):{}'.format(len(coupon_consume)))

# 用優(yōu)惠券消費(fèi)的有7萬，相比其他用戶來說，占比較少

3.數(shù)據(jù)分析

# 繪制餅圖占比

consume_status_dict = {'coupon_no_consume': len(coupon_no_consume),

? ? ? ? ? ? ? ? ? ? ? ?'no_coupon_consume': len(no_coupon_consume),

? ? ? ? ? ? ? ? ? ? ? ?'coupon_consume': len(coupon_consume)}

consume_status = pd.Series(consume_status_dict)

# 消費(fèi)方式構(gòu)成的餅圖（figure:看作是一張畫布，axes：代表畫布內(nèi)的多個(gè)坐標(biāo)系）

fig, ax = plt.subplots(1, 1, figsize=(8, 10), dpi=240)

consume_status.plot.pie(ax=ax,

? ? ? ? ? ? ? ? ? ? ? ? autopct='%1.1f%%',

? ? ? ? ? ? ? ? ? ? ? ? shadow=True,

? ? ? ? ? ? ? ? ? ? ? ? explode=[0.02, 0.05, 0.2],

? ? ? ? ? ? ? ? ? ? ? ? textprops={'fontsize': 15, 'color': 'blue'},

? ? ? ? ? ? ? ? ? ? ? ? wedgeprops={'linewidth': 1, 'edgecolor': 'black'},

? ? ? ? ? ? ? ? ? ? ? ? labels=['有券未消費(fèi) \n ({})'.format(len(coupon_no_consume)),

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? '無券消費(fèi) \n ({})'.format(len(no_coupon_consume)),

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? '有券消費(fèi) \n ({})'.format(len(coupon_consume)),

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ]

? ? ? ? ? ? ? ? ? ? ? ? )

ax.set_ylabel('')? ?# 去除ylabel

ax.set_title('消費(fèi)占比情況')

plt.legend(labels=['有券未消費(fèi)', '無券消費(fèi)', '有券消費(fèi)'])

# 有券未消費(fèi)占比55.7%最大，說明大多數(shù)人拿完券之后，尚未使用；無券消費(fèi)用戶占比40%，說明很多人沒有使用優(yōu)惠券，可能優(yōu)惠券的吸引力不大，客戶沒在意或者新用戶比較多；用券消費(fèi)用戶比較小，占4.3%，說明優(yōu)惠券使用率不高，可以考慮是不是加大優(yōu)惠券力度......

3.1在有券消費(fèi)人群中，分析距離和優(yōu)惠折扣

# 各商家對(duì)應(yīng)的顧客到點(diǎn)平均距離

Merchant_distance = coupon_consume.groupby('Merchant_id')['Distance'].mean()

print(Merchant_distance[Merchant_distance == 0])

# 有4076個(gè)商家，有1431個(gè)商家的用券消費(fèi)用戶平均范圍在500米以內(nèi)

# 各商家對(duì)應(yīng)的顧客到點(diǎn)消費(fèi)平均折扣力度

Merchant_discount_rate = coupon_consume.groupby('Merchant_id')['Discount_rate'].mean()

Merchant_discount_rate.sort_values()

Merchant_discount_rate.hist()

print(Merchant_discount_rate.mean())

# 所有商家平均折扣的平均值：0.88

3.2 持券到店消費(fèi)人數(shù)最多的商家

# 對(duì)商家進(jìn)行分組，取出用戶id，對(duì)用戶id進(jìn)行去重統(tǒng)計(jì)數(shù)量

popular_merchant = coupon_consume.groupby('Merchant_id')['User_id'].apply(lambda x: len(x.unique())).sort_values(ascending=False)

# 找出持券消費(fèi)人數(shù)>500的商家id

popular_merchant500 = popular_merchant[popular_merchant > 500]

# 共有16家店鋪，持券消費(fèi)人數(shù)在500人以上，持券消費(fèi)人數(shù)最多商家是5341，持券消費(fèi)人數(shù)在2800，排名最后的商家，持券消費(fèi)人數(shù)為559人，這批商家對(duì)優(yōu)惠券的使用方法得當(dāng)，消費(fèi)者喜歡用消費(fèi)券進(jìn)行消費(fèi)，可以適當(dāng)借鑒這批商家的推廣力度

3.3 持券消費(fèi)人數(shù)在500人以上的商家，連接顧客到店平均距離和平均折扣力度

merchant_pop_dis = pd.merge(left=popular_merchant500, right=Merchant_distance, on='Merchant_id', how='inner')

merchant_pop_dis_rate = pd.merge(left=merchant_pop_dis, right=Merchant_discount_rate, on='Merchant_id', how='inner')

3.4計(jì)算到點(diǎn)消費(fèi)人數(shù)與平均距離和折扣力度的相關(guān)系數(shù)

corr(correlation:相關(guān)系數(shù)),用來計(jì)算df數(shù)據(jù)中列與列的相關(guān)性（皮爾遜相關(guān)系數(shù)），取值范圍[-1,1]之間

1:完全正相關(guān)，-1：完全負(fù)相關(guān)；絕對(duì)值越大，相關(guān)性越大，反之同理

正相關(guān)：隨著變量的增大，而增大，反之同理；負(fù)相關(guān)：隨著變量的增大，而減小，反之同理

merchant_pop_dis_rate.corr()

# 持券消費(fèi)人數(shù)，與距離和折扣率都呈現(xiàn)出負(fù)相關(guān)，屬于生活中的正?，F(xiàn)象

# 用熱力圖展示相關(guān)系數(shù)(data:相關(guān)系數(shù)，annot:顯示相關(guān)系數(shù)，cmap:顏色范圍，vmax:最大值，vmin:最小值)

sns.heatmap(data=merchant_pop_dis_rate.corr(),annot=True, cmap='Accent', vmax=1, vmin=-1)

由圖可知：

1.到點(diǎn)消費(fèi)人數(shù)的多少與顧客到店鋪的距離之間呈現(xiàn)負(fù)相關(guān)，相關(guān)系數(shù)0.31，在0.3~0.5之間，為低度相關(guān)

2.到店消費(fèi)人數(shù)的多少與優(yōu)惠打折力度呈現(xiàn)負(fù)相關(guān)，相關(guān)系數(shù)0.2，在0~0.3之間，為相關(guān)程度極弱

綜上所述，這些店家之所以火爆，應(yīng)該是物美價(jià)廉導(dǎo)致，與距離和優(yōu)惠力度相關(guān)性不大

4.1 分析每天中優(yōu)惠券的總體發(fā)放量與使用量情況

業(yè)務(wù)分析：日期（優(yōu)惠券的發(fā)放日期Date_received,使用日期date）用作圖表的x軸

需要統(tǒng)計(jì)每天優(yōu)惠券發(fā)放數(shù)量和使用數(shù)量

"""

offline['Date'].notnull().sum()? ? # 77.7萬消費(fèi)數(shù)據(jù)

offline['Date_received'].notnull().sum()? ? # 已經(jīng)發(fā)送出105萬優(yōu)惠券

# 取出存在消費(fèi)日期的記錄，進(jìn)行升序，再去重

date_sort = offline[offline['Date'].notnull()]['Date'].sort_values().unique()

# 取出存在領(lǐng)券日期的記錄，進(jìn)行升序，再去重

date_receive_sort = offline[offline['Date_received'].notnull()]['Date_received'].sort_values().unique()

# 每天優(yōu)惠券的使用量（即持券消費(fèi)人群）

consume_num_everyday = coupon_consume[['User_id', 'Date_received']]

consume_num_everyday = consume_num_everyday.groupby('Date_received').count()

consume_num_everyday = consume_num_everyday.rename(columns={'User_id': 'count'})

# 每天發(fā)放的優(yōu)惠券數(shù)量（取出所有領(lǐng)券日期!=null的數(shù)據(jù)，再進(jìn)行按天分組，計(jì)數(shù)就可以）

coupon_sendout_everyday = offline[offline['Date_received'].notnull()][['Date_received', 'User_id']]

coupon_sendout_everyday = coupon_sendout_everyday.groupby('Date_received').count()

coupon_sendout_everyday = coupon_sendout_everyday.rename(columns={'User_id': 'count'})

# 繪制每天發(fā)券量和每天用券量

plt.figure(figsize=(18, 6), dpi=400)

plt.bar(x=date_receive_sort, height=coupon_sendout_everyday['count'], label='每天發(fā)券量')

plt.bar(x=date_receive_sort, height=consume_num_everyday['count'], label='每天用券量')

plt.yscale('log')? ? # 對(duì)y軸進(jìn)行對(duì)數(shù)縮放

plt.legend()

# 16年2月為例，用券量級(jí)別在1000，發(fā)券量在10萬左右，在100倍左右，優(yōu)惠券的使用率還是非常低的

# 計(jì)算每天的優(yōu)惠券與發(fā)券量占比

plt.figure(figsize=(18,6), dpi=400)

plt.bar(x=date_receive_sort, height=consume_num_everyday['count']/coupon_sendout_everyday['count'], label='百分比')

plt.legend()

# 由圖可知，優(yōu)惠券使用率最高在16年3月底，達(dá)到了30%，使用率最低在16年1月底，最低為3%左右。整體來看，優(yōu)惠券使用率波動(dòng)較大