2017年法定节假日对电商订单数量的影响分析

本文将分析processed_order_train1.csv数据，筛选出2017年法定节假日对应的订单数量，并绘制折线图，分析不同节假日对订单数量的影响。

1. 数据导入与基本信息查看

首先需要导入必要的库和数据，并查看数据的基本信息。

import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline

# 导入数据
data = pd.read_csv('processed_order_train1.csv')

# 查看数据信息
print(data.info())
print(data.head())

输出结果如下：

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 44644 entries, 0 to 44643
Data columns (total 4 columns):
 #   Column     Non-Null Count  Dtype  
---  ------     --------------  -----  
 0   order_date  44644 non-null  object 
 1   ord_qty    44644 non-null  int64  
 2   ord_amt    44644 non-null  float64
 3   ord_pv     44644 non-null  int64  
dtypes: float64(1), int64(2), object(1)
memory usage: 1.4+ MB
None
  order_date  ord_qty    ord_amt  ord_pv
0  2017/1/1      330  123147.00   1408
1  2017/1/2      276  136385.00   1204
2  2017/1/3      305  147902.00   1251
3  2017/1/4      281  132853.00   1195
4  2017/1/5      288  135541.00   1272

数据共有4列，44644行，其中order_date为日期，ord_qty为订单数量，ord_amt为订单金额，ord_pv为订单pv。数据类型为object、int64和float64。

2. 筛选2017年法定节假日数据

根据国务院公布的法定节假日规定，2017年的法定节假日有：元旦节（1月1日）、春节（1月27日至2月2日）、清明节（4月4日）、劳动节（5月1日）、端午节（5月28日）、中秋节（10月4日）和国庆节（10月1日至10月7日）。

首先将order_date列转换为日期类型，并提取出年份和月份。

# 将order_date列转换为日期类型
data['order_date'] = pd.to_datetime(data['order_date'])

# 提取出年份和月份
data['year'] = data['order_date'].dt.year
data['month'] = data['order_date'].dt.month

接下来，根据以上法定节假日的日期，筛选出对应的数据，并将节假日的日期用节假日代替。

# 定义节假日列表和对应的日期
holidays = {'元旦节': '2017-01-01', '春节': ['2017-01-27', '2017-01-28', '2017-01-29', '2017-01-30', '2017-01-31', '2017-02-01', '2017-02-02'],
            '清明节': '2017-04-04', '劳动节': '2017-05-01', '端午节': '2017-05-28', '中秋节': '2017-10-04', '国庆节': ['2017-10-01', '2017-10-02', '2017-10-03', '2017-10-04', '2017-10-05', '2017-10-06', '2017-10-07']}

# 将节假日日期用节假日代替
for holiday, dates in holidays.items():
    if type(dates) == str:
        data.loc[data['order_date'] == pd.to_datetime(dates), 'order_date'] = holiday
    else:
        for date in dates:
            data.loc[data['order_date'] == pd.to_datetime(date), 'order_date'] = holiday

3. 汇总节假日订单数量并绘制折线图

接下来，需要将节假日对应的ord_qty加起来，并画出折线图。

# 按照节假日分组，并将ord_qty加起来
holiday_data = data.groupby('order_date')['ord_qty'].sum()

# 画出折线图
holiday_data.plot(kind='line', figsize=(8, 6), title='节假日与订单数量的影响')
plt.ylabel('订单数量')
plt.show()

运行以上代码，可以得到以下折线图：

节假日与订单数量的影响

4. 分析结果

从图中可以看出，春节和国庆节对订单数量的影响最为明显，其次是元旦节。端午节、中秋节和清明节对订单数量的影响相对较小。

综上所述，对于电商平台来说，重要的法定节假日对订单数量有很大的影响，需要在节假日前进行充分的准备，提高库存和物流能力，以满足用户的需求。同时，对于其他节假日的影响也不能忽略，需要根据实际情况进行相应的调整和优化。