本文通过分析Analiytics Vidhya竞赛中的大型商场销售数据，探讨影响超市销量的因素。数据存在缺失值，主要集中在商品重量和店铺大小两个字段。在删除缺失值后，分析发现产品种类丰富，销售额Top10的产品表现出色。进一步研究发现，店铺位置、城市级别、店铺大小和开业时间等因素对销售有显著影响，尤其是OUT049和OUT035店铺。通过对异常值的追踪，可以指导营销策略的改进。
这是Analiytics Vidhya的竞赛题目，大型商场销售额预测，该项目提供了从不同城市的10家商店中收集的多种商品的销售数据，目的是通过这些销售数据建立一个模型，预测每个产品在特定商店中的销售情况。在这里使用竞赛中提供的数据，先对数据进行分析，来发现销售的规律。
数据已经从Analiytics Vidhya网站上下载了，首先导入使用的类库，并读入数据文件。
数据读入之后，首先看一下是否有缺失值。
通过计算可以看出，商品重量和店铺大小存在缺失值。那么，看一下缺失值的数量，再来决定如何处理缺失值。
通过计算可以看到，缺失值所占比例较大，如果是要构建模型进行预测，需要对数据进行缺失值填充。在这里只是对数据分析，因此对缺失值先采取删除的策略。留待后续预测是在填充缺失值。
删除缺失值后，剩余4650条记录，这些数据全部都是2013年的销售数据，首先对这些数据进行分析，寻找那些
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
