电商用户行为数据分析实战：从清洗到特征工程

1. 电商用户行为数据分析实战：从数据清洗到特征工程

电商平台每天都会产生海量用户行为数据，如何从这些数据中挖掘有价值的信息，是每个数据分析师必须掌握的技能。本文将以一份真实的电商用户行为数据集为例，带你完整走一遍数据分析流程。

1.1 数据集概览

我们使用的数据集包含5630条用户记录，19个原始字段，涵盖了用户基本信息和行为数据：

python复制import pandas as pd
import numpy as np

data = pd.read_csv('电商行为数据.csv')
print(data.info())

输出显示数据包含以下关键字段：

• 用户属性：客户编号、城市等级、婚姻状况、年龄分组、性别
• 行为数据：APP使用时长、下单次数、订单金额涨幅、距上次下单天数
• 业务指标：客户流失标识、满意度评分、投诉标识

1.2 数据质量检查

首先我们需要检查数据的完整性：

python复制# 检查缺失值
missing_values = data.isnull().sum()
print(missing_values[missing_values > 0])

输出显示多个字段存在缺失值：

• 客户在网时长(月)：264条缺失
• 仓库到住宅距离(公里)：251条缺失
• APP使用时长(小时/天)：255条缺失

提示：对于数值型字段，我们通常用中位数填充缺失值；对于类别型字段，则用众数填充。

1.3 数据清洗与填充

python复制# 数值型字段用中位数填充
num_cols = data.select_dtypes(include=np.number).columns
for col in num_cols:
    data[col] = data[col].fillna(data[col].median())

# 类别型字段用众数填充
cat_cols = data.select_dtypes(exclude=np.number).columns
for col in cat_cols:
    data[col] = data[col].fillna(data[col].mode()[0])

2. 探索性数据分析(EDA)

2