Pandas ECデータ分析実践

import pandas as pd
import numpy as np

# EC注文データをシミュレートする
np.random.seed(42)
n_orders = 1000

orders = pd.DataFrame({
    "注文ID": range(1, n_orders + 1),
    "顧客ID": np.random.randint(100, 200, n_orders),
    "商品ID": np.random.randint(1, 20, n_orders),
    "注文日": pd.date_range("2024-01-01", periods=n_orders, freq="30min"),
    "数量": np.random.randint(1, 5, n_orders),
    "単価": np.random.uniform(10, 500, n_orders).round(2)
})

# 注文金額を計算
orders["注文金額"] = (orders["数量"] * orders["単価"]).round(2)

print("注文データ概要：")
print(orders.head(10))
print(f"\nデータ量: {len(orders)} 件")

# 日付の特徴を抽出
orders["日付"] = orders["注文日"].dt.date
orders["時"] = orders["注文日"].dt.hour
orders["曜日"] = orders["注文日"].dt.day_name()
orders["月"] = orders["注文日"].dt.month

print("時間特徴を追加後：")
print(orders.head())
print()

# 欠損値のチェック
print("欠損値チェック：")
print(orders.isnull().sum())

# 全体の売上指標
print("=== 全体売上状況 ===\n")
print(f"総注文数: {len(orders):,}")
print(f"総売上額: ¥{orders['注文金額'].sum():,.2f}")
print(f"平均注文金額: ¥{orders['注文金額'].mean():,.2f}")
print(f"中央値注文金額: ¥{orders['注文金額'].median():,.2f}")
print()

# 月別に集計
monthly = orders.groupby("月").agg({
    "注文ID": "count",
    "注文金額": "sum",
    "顧客ID": "nunique"
}).rename(columns={
    "注文ID": "注文数",
    "注文金額": "売上額",
    "顧客ID": "顧客数"
})

print("月次売上トレンド：")
print(monthly)

# 製品の売上ランキング
product_sales = orders.groupby("商品ID").agg({
    "注文ID": "count",
    "数量": "sum",
    "注文金額": "sum"
}).rename(columns={
    "注文ID": "注文数",
    "数量": "販売数量",
    "注文金額": "売上額"
}).sort_values("売上額", ascending=False)

print("=== 製品売上ランキング Top 10 ===\n")
print(product_sales.head(10))
print()

# ヒット商品
print(f"ヒット商品: 商品 {product_sales.index)
print(f"売上額: ¥{product_sales.iloc)

# 顧客の消費分析
customer_sales = orders.groupby("顧客ID").agg({
    "注文ID": "count",
    "注文金額": "sum"
}).rename(columns={
    "注文ID": "注文数",
    "注文金額": "総消費"
})

print("=== 顧客分析 ===\n")
print(f"アクティブ顧客数: {len(customer_sales)}")
print(f"顧客平均注文数: {customer_sales['注文数'].mean():.1f}")
print(f"顧客平均消費: ¥{customer_sales['総消費'].mean():,.2f}")
print()

# 顧客のセグメント
customer_sales["セグメント"] = pd.cut(
    customer_sales["総消費"],
    bins=[0, 1000, 5000, 10000, float("inf")],
    labels=["一般", "シルバー", "ゴールド", "VIP"]
)

print("顧客セグメント統計：")
print(customer_sales["セグメント"].value_counts())

# 時間帯別に分析
hourly = orders.groupby("時")["注文金額"].sum()

print("=== 時間帯売上分析 ===\n")
print(f"売上ピーク時間帯: {hourly.idxmax()} 時")
print(f"この時間帯の売上額: ¥{hourly.max():,.2f}")
print()

# 曜日別に分析
weekday = orders.groupby("曜日")["注文金額"].sum().reindex([
    "Monday", "Tuesday", "Wednesday", "Thursday", "Friday", "Saturday", "Sunday"
])

print("曜日別売上：")
for day, amount in weekday.items():
    print(f"{day}: ¥{amount:,.2f}")

print("""
=== ECデータ分析まとめ ===

1. 売上概要
- 総注文数: {0}
- 総売上額: ¥{1:,.2f}
- 平均客単価: ¥{2:.2f}

2. 製品パフォーマンス
- ヒット商品: 商品 {3}
- 製品の売上額の分布は不均一で、上位製品が収益の大部分を占めています

3. 顧客インサイト
- アクティブ顧客: {4} 人
- 高価値顧客を重点的に維持することを推奨します

4. 時間の規則性
- 売上ピークは {5} 時頃
- ピーク時間帯に合わせてマーケティング戦略を調整できます

5. 最適化の提案
- 1) ヒット商品の在庫とプロモーションを強化
- 2) 高価値顧客にパーソナライズされたサービスを提供
- 3) 売上ピーク時間帯にカスタマーサポートを増強
""".format(
    len(orders),
    orders["注文金額"].sum(),
    orders["注文金額"].mean(),
    product_sales.index[0],
    len(customer_sales),
    hourly.idxmax()
))