1、任务
市场需求：各年度汽车总销量及环比，各车类、级别车辆销量及环比
消费能力/价位认知：车辆销售规模及环比、不同价位车销量及环比
企业/品牌竞争：各车系、厂商、品牌车销量及环比，市占率及变化趋势
热销车型：品牌、车类、车型、级别的各top销量
2、数据预处理
1、数据的读取
import pandas as pd
data = pd.read_csv("数据/car_selling_fact.csv",encoding="gbk")2、数据探索
#查看数据形状
data.shape #(7122, 13)#查看是否有重复值
data.duplicated().sum() # 0#整体查看
data.info()"""
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 7122 entries, 0 to 7121
Data columns (total 13 columns):# Column Non-Null Count Dtype
--- ------ -------------- ----- 0 Unnamed: 0 7122 non-null object 1 车系 7122 non-null object 2 厂商 7122 non-null object 3 车类 7122 non-null object 4 品牌 7122 non-null object 5 车型 7122 non-null object 6 级别 7122 non-null object 7 价格 7122 non-null int64 8 时间 7122 non-null object 9 销量 7122 non-null int64 10 销售规模（亿） 7122 non-null float6411 省份 7122 non-null object 12 城市 7122 non-null object
dtypes: float64(1), int64(2), object(10)
memory usage: 723.5+ KB"""#查看数据前5行
data.head() 3、进行数据预处理
将时间列转化为 datetime 格式
增加 年份这一列
将价格离散化成5个区间：低档、中档、中高档、高档、豪华
data["时间"] = pd.to_datetime(data["时间"],errors="coerce")data["年份"] = data["时间"].apply(lambda x:x.year)data["价位"] = pd.cut(data["价格"],bins=5,labels=['低档', '中档', '中高档', '高档', '豪华']) data.iloc[0,:] #查看第一行全部列数据"""
Unnamed: 0 I8a8a4ca2016dfb9ffb9f77ba016e1155772543c7
车系 韩系
厂商 东风悦达起亚
车类 SUV
品牌 起亚
车型 智跑
级别 紧凑
价格 17
时间 2019-06-30 00:00:00
销量 2955
销售规模（亿） 5.0235
省份 江苏
城市 盐城
年份 2019
价位 中档
Name: 0, dtype: object"""4、计算各年度总销量及环比增长率
环比增长率=（本期数-上期数）/上期数×100%
#取出年份与销量两列数据，并根据年份进行分组求和
diff_year= data[["年份","销量"]].groupby("年份").sum().reset_index()#计算列上下相邻的差值
diff = diff_year.diff()diff_year["diff"] = list(diff["销量"]) #计算环比
diff_year["rate"] = [None] + list(diff_year["diff"].values[1:] / diff_year["销量"].values[:-1]*100)diff_year"""
年份 销量 diff rate
0 2015 14594487 NaN NaN
1 2016 16952990 2358503.0 16.160232
2 2017 17576436 623446.0 3.677499
3 2018 17568751 -7685.0 -0.043723
4 2019 7464071 -10104680.0 -57.515073
"""5、绘制各年度总销量柱状图及环比增长率折线图
plt.rcParams["font.sans-serif"] = "Microsoft YaHei" #设置显示中文，微软雅黑字体支持负号fig = plt.figure(figsize=(12,8)) #设置画布ax1 = plt.subplot(1,1,1) #设置子图plt.xlabel("年份",fontsize=15)plt.ylabel("总销量（亿）",fontsize=15)plt.title("各年度总销量柱状图及环比增长率折线图",fontsize=20)ax1.bar(diff_year["年份"],diff_year["销量"],color=['#E0FFFF', '#76EEC6', '#66d88e', '#66CDAA', '#8FBC8F'])ax2 = ax1.twinx() # 使 ax1 与 ax2 同 x 轴，不同 y 轴ax2.plot(diff_year["年份"],diff_year["rate"],c="green")plt.ylabel("环比增长率（%）")plt.xticks(diff_year["年份"],diff_year["年份"], fontsize=10)plt.show()
6、各年度总各车类销量及环比增长率
year_chelei =data.pivot_table(index="年份",columns="车类",values="销量",aggfunc="sum",fill_value=0)year_chelei["diff_MPV"] = year_chelei["MPV"].diff()year_chelei["diff_SUV"] = year_chelei["SUV"].diff()year_chelei["diff_轿车"] = year_chelei["轿车"].diff()year_chelei["rate_MPV"] = [None]+list(year_chelei["diff_MPV"].values[1:] / year_chelei["MPV"].values[:-1]*100)year_chelei["rate_SUV"] = [None] + list(year_chelei["diff_SUV"].values[1:] / year_chelei["SUV"].values[:-1]*100)year_chelei["rate_轿车"] = [None] + list(year_chelei["diff_轿车"].values[1:] / year_chelei["轿车"].values[:-1]*100)year_chelei = year_chelei[["MPV","SUV","轿车","rate_MPV","rate_SUV","rate_轿车"]]"""
车类 MPV SUV 轿车 rate_MPV rate_SUV rate_轿车
年份
2015 409042 4821500 9363945 NaN NaN NaN
2016 474380 6058928 10419682 15.973421 25.664793 11.274490
2017 442669 6871876 10261891 -6.684725 13.417357 -1.514355
2018 561307 7111774 9895670 26.800612 3.491012 -3.568748
2019 215394 3094016 4154661 -61.626347 -56.494456 -58.015364
"""画图方法与 5 类似
7、不同车类的年度销量分析柱状图（将年份列重新命名为 year）
tmp = pd.pivot_table(data=data, index='车类', columns='year', values='销量', aggfunc='sum', fill_value=0)def bar_plot(tmp=None, bar_width=0.3, x=np.array([0, 2, 4]), title='汽车车类销量情况可视化'):years = tmp.columnscols = ['#E0FFFF', '#76EEC6', '#66d88e', '#66CDAA', '#8FBC8F'] # 各年份柱子的颜色a, b = tmp.values.min(), tmp.values.max() # 取出数据的最大最小值,供设定坐标轴范围for i, year in enumerate(years): # 绘图plt.bar(x+i*bar_width, tmp[year], bar_width, color=cols[i])plt.ylim(0, 1.1*b) # 设置y轴取值范围plt.legend(['{}年'.format(year) for year in years]) # 添加图例plt.xticks(x+bar_width*2, labels=tmp.index, color='#228B22', fontsize=15) # 设置x轴刻度值# 添加文字描述plt.text(max(x)/2 + 0.4, b, title, fontsize=20, color='#006400', alpha=0.7, ha='center')plt.show()bar_plot(tmp=tmp, bar_width=0.3, x=np.array([0, 2, 4]), title='汽车车类销量情况可视化')
8、各年度 品牌销量前五
year_pinpai = data[["年份","品牌","销量"]].pivot_table(index="年份",columns="品牌",values="销量",aggfunc="sum")#2015年
five= year_pinpai.iloc[0,:].sort_values(ascending=False)[:5].reset_index()five = five.sort_values(by=2015)five
"""品牌 2015
4 别克 952201.0
3 现代 1028391.0
2 本田 1058246.0
1 丰田 1444765.0
0 大众 2618420.0"""#2016年
six = year_pinpai.iloc[1,:].sort_values(ascending=False)[:5].reset_index()
six = six.sort_values(by=2016)#2017年
seven = year_pinpai.iloc[2,:].sort_values(ascending=False)[:5].reset_index()
seven#2018年
eig = year_pinpai.iloc[3,:].sort_values(ascending=False)[:5].reset_index()
eig#2019年
nine= year_pinpai.iloc[4,:].sort_values(ascending=False)[:5].reset_index()
nine9、绘制2015年品牌销量 Top5
plt.rcParams["font.sans-serif"] = "Microsoft YaHei"fig = plt.figure(figsize=(12,8))plt.ylabel("品牌",fontsize=15)plt.xlabel("销量",fontsize=15)plt.title("2015年品牌销量 Top5",fontsize=20)plt.barh(five["品牌"],five[2015])plt.show()
其它top绘制类似
10、分析各车系销量及环比，市占率
year_chexi = data[["年份","车系","销量"]].pivot_table(index="年份",columns="车系",values="销量",aggfunc="sum").reset_index()year_chexi["diff_德系"] = year_chexi["德系"].diff()
year_chexi["diff_日系"] = year_chexi["日系"].diff()
year_chexi["diff_法系"] = year_chexi["法系"].diff()
year_chexi["diff_美系"] = year_chexi["美系"].diff()
year_chexi["diff_自主"] = year_chexi["自主"].diff()
year_chexi["diff_韩系"] = year_chexi["韩系"].diff()year_chexi["rate_德系"] = [None] + list(year_chexi["diff_德系"].values[1:] / year_chexi["德系"].values[:-1]*100)
year_chexi["rate_日系"] = [None] + list(year_chexi["diff_日系"].values[1:] / year_chexi["日系"].values[:-1]*100)
year_chexi["rate_法系"] = [None] + list(year_chexi["diff_法系"].values[1:] / year_chexi["法系"].values[:-1]*100)
year_chexi["rate_美系"] = [None] + list(year_chexi["diff_美系"].values[1:] / year_chexi["美系"].values[:-1]*100)
year_chexi["rate_自主"] = [None] + list(year_chexi["diff_自主"].values[1:] / year_chexi["自主"].values[:-1]*100)
year_chexi["rate_韩系"] = [None] + list(year_chexi["diff_韩系"].values[1:] / year_chexi["韩系"].values[:-1]*100)
rate_chexi = year_chexi[["年份","德系","日系","法系","美系","自主","韩系","rate_德系","rate_日系","rate_法系","rate_自主","rate_韩系"]]
rate_chexi"""
车系 年份 德系 日系 法系 美系 自主 韩系 rate_德系 rate_日系 rate_法系 rate_自主 rate_韩系
0 2015 3749142 3550863 546730 2673435 2502912 1571405 NaN NaN NaN NaN NaN
1 2016 4400123 3366714 520709 2676442 4263125 1725877 17.363466 -5.186035 -4.759388 70.326604 9.830184
2 2017 4705727 3848282 246358 2613015 5198111 964943 6.945351 14.303799 -52.687970 21.931940 -44.089700
3 2018 4911413 4012052 95855 2059249 5470155 1020027 4.370972 4.255665 -61.091176 5.233517 5.708524
4 2019 2251150 1954618 14688 790426 2095425 357764 -54.164922 -51.281339 -84.676856 -61.693499 -64.926026"""11、绘制2015年各车系市占率市占率
import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"] = "Microsoft YaHei"
fig = plt.figure(figsize=(8,8))
plt.title("2015年各车系市占率市占率")
plt.pie(rate_chexi.iloc[0,1:7], labels=["德系","日系","法系","美系","自主","韩系"], autopct='%.2f %%', explode=[0.01, 0.01, 0.1, 0.01, 0.01,0.01],colors=['#E0FFFF', '#76EEC6', '#66d88e', '#66CDAA', '#8FBC8F', '#006400'])
plt.show()
