一、数据详情

        该数据集是常见的销售数据集，数据展示的是美国1997后的商品销售数据。包含四个字段，分别是用户id,购买时间，销售量，与销售金额。

 二、数据读取与数据清洗

        导入必要的包

        \s+代表的许多空格作为分割，names重新增添了字段名，header=None,第一行不成为字段名 ，数据是这个样子的。

 

        以上代码分别展现字段的详细信息，检查是否有缺失值，和重复值，以及删除完全重复的行 购买时间字段并非时间格式，因此要改成时间格式，为了下面分析的方便，取出月份单独作为一个字段。得出的结果如下：

三、数据分析

（1）销售流量分析

        得出用户的每月购买商品的总数量，并画出折线图

        得出用户的每月购买商品的总金额，画出直方图

        得出每月的消费人数

        得出每个用户的最早和最晚购买时间

        这是一个分组聚合的问题，前两个按月份分组，分别对购买商品的数量和购买商品的金额求和即可。

        第三个对月份分组，对用户id求计数，但因为是消费人数，不是消费次数，(同一个用户可能存在多次购买行为)，因此要去重，计数唯一的用户id

        第四个对用户id分组，求月份的最大值和最小值即可。

    第一问得到每月销售量总和的数据框：

绘图展示：

 

第二问与第一问类似

第三问代码与结果：

第四问代码与结果：

 

直接看代码吧，我上传了资源。