利用Excel分析不同牌子手机的价格和消费者的满意度情况_ZNDS问答

gtrong1984

在kaggle上下载了“40万条关于在亚马逊网站上销售的不同牌子手机的评论”的数据集，用于数据分析的实战项目练习。亚马逊在手机电子产品销售平台方面，类似于国内的京东、天猫等。
数据来源（kaggle）：
此数据集共有2404079条数据，包含6个字段，文件大小约为35M。

1. 提出问题

①不同牌子手机价格的最低价、最高价、平均价格和价格的中位数。
②评分得分的前10名手机牌子并统计其得分的稳定性。
③苹果手机系列产品的满意度情况。
2. 理解数据

整个数据集包括6个字段：Product Name（产品名称）、Brand Name（牌子）、Price（价格）、Rating（评分：1-5）、Reviews（评论）和Review Votes（评论投票）。
3. 数据清洗

1）选择子集
由于业务问题需要，数据集中的6个字段均需要用于分析。
2）列名重命名

为了便于阅读分享，把6个字段的英文名均改为中文。
3）删除重复值

根据“产品名称”删除重复值，
4）缺失值处理
由于有部分手机产品缺少重要的“价格”数据，对应的整行数据作删除处理。并把“牌子”和“评论投票”两项的缺失值补上。定位条件“空值”，把空白行批量删除。
5）一致化处理

有些手机牌子名称由于拼写组合等原因，格式不统一，需要进行一致化处理。
4. 构建模型&数据可视化

①不同牌子手机价格的最低价、最高价、平均价格和价格的中位数。

不同牌子手机价格的最低价：

不同牌子手机价格的最高价：

不同牌子手机价格的平均价：

不同牌子手机价格的中位数：

Tips：数据透视表中不自带有中位数的选项，是无法直接算出的，这里得自定义一下

1）在源数据右边插入一列“中位数”

2）在中位数列的第一格（G2）输入函数 “=MEDIAN(IF($B$2:$B$3655=B2,$C$2:$C$3655))”：

3）然后一起按“Ctrl + Shift + Enter”（之后函数两端会自动生成大括号），最后拖动自动填充句柄以填充整列：

4）回到上一步算平均价的子表，选择数据透视表中的任何单元格以激活数据透视表工具，然后单击分析（或选项）> 更改数据源 > 更改数据源：

5）扩选源数据的整个数据区域，把F改为G：

6）数据透视表字段中会增多一项“中位数”，把其拖进到值区域：

7）点击中位数的下三角，然后点击“值字段设置”：

8）选择“值汇总方式”下的“平均值”，自定义名称那一栏改为“中位数”（注意：前面留有一空格）：

9）点击确定后，价格的中位数就算出来啦：

②评分得分（平均分）的前10名手机牌子并统计其得分的稳定性。
如图，把“牌子”和“评分”拖入对应的区域：

值汇总依据选择“平均值”：

降序排列：

评分得分（平均分）的前10名手机牌子分别为“Huawei>Samsung>BlackBerry>BLU>Sony>Apple>LG>Nokia>Motorola=HTC”：

统计其得分稳定性（标准差）：

评分（平均分）得分稳定性“
BLU>Huawei>Samsung>Sony>BlackBerry>LG>Nokia>Motorola>HTC>Apple”：

综合“评分得分（平均分）”和得分稳定性来看，Huawei和Samsung均位于前3名，并且Huawei优于Samsung。这与目前Huawei和Samsung在手机市场占优较大的市场份额也是相符合的

③苹果手机系列产品的满意度情况。
筛选出Apple手机系列产品：

小技巧：在Excel操作中，隐藏列后，按照平常的复制张贴操作，同样会把隐藏的列复制，但是在复制前按下“Alt+;”键就可以解决了啦：

筛选出投票得分最高的3款具体Apple手机及对应的评论：

评论投票得分最高的3款苹果手机分别是“6S、5C和SE”：

3款手机对应评论的主要意思：
苹果6S：质量控制不佳。已被擦除，但仍然是先前所有者注册的。
苹果5C：iphone 5C基本上是一款带有彩色塑料外壳的iphone 5，价格便宜100美元（普通iphone 5和5S是金属和塑料）。到目前为止，接听电话，接受发送信息，在aps上观看电视机，耳机插孔使用，一切都很完美，没有抱怨。
苹果SE：不是解锁手机！
5. 总结

①最便宜的一款手机是OtterBox牌子的，1.73$；最贵的是Iridium，2598$；全部手机的平均价格是212$；

Apple、Huawei和Samsung价格的比较

对于Apple、Huawei和Samsung这3款在全球市场份额占比较大的手机牌子，在平均价格和价格的中位数方面均是“Apple>Huawei>Samsung”。
②评分得分（平均分）的前10名：Huawei>Samsung>BlackBerry>BLU>Sony>Apple>LG>Nokia>Motorola=HTC；
评分（平均分）得分稳定性：BLU>Huawei>Samsung>Sony>BlackBerry>LG>Nokia>Motorola>HTC>Apple”。
综合“评分得分（平均分）”和“得分稳定性”来看，Huawei和Samsung均位于前3名，并且Huawei优于Samsung，Apple的得分稳定性不是很好。
③评论投票得分最高的3款苹果手机分别是6S、5C和SE”，评论内容方面褒贬均有。

第一次看到如此详细的手机分析～

太棒了，这才是结合实例的教学

过奖了，还有很多业务问题待深入挖掘。

一开始面对庞大的数据量我也是却步的，先动手，边实践边摸索，就会有所收获。

【心得】：
①此次的分析主要用到了Excel的数据透视表功能。
②数据透视表中可以直接求最小值、最大值和平均值，但是无法直接求解中位数。（解决方案：通过添加辅助列，以及函数Median添加中位数，然后创建数据透视表）
③一开始面对数据量这么大的源数据，内心是无从下手的，但是边实践边摸索，很多问题就迎刃而解了，也收获小小的成就感。（比如中位数的求解）
[小建议]

“=MEDIAN(IF($B2:2:2:B3655=B2,3655=B2,3655=B2,C2:2:2:C$3655))”
这条公式没看懂，能解释下吗。主要是IF3655=B2,3655=B2,C2:2:2:C$365

抱歉，我发现正文的描述有点小差错，已改正。

这是相关的链接：如何计算Excel数据透视表中的中位数？。我和同学探讨了，我目前也不是十分理解透。对于，我这个处理的项目，我是这么理解的（以B2：Samsung举例）：if函数，IF($B$2:$B$3655=B2,$C$2:$C$3655)，就是在B列中进行逐一核对检查，每找到一个Samsung，就输出对应的价格，最终会输出一系列的Samsung的价格，再通过MEDIAN函数输出“中位数”，其他手机品牌同理。希望能够帮助到你的理解！

感谢链接，我看了一下MEDIAN函数输出“中位数”这个逻辑是没问题的，主要是这个括号里的if函数我没看懂（手动苦笑），我理解的if函数是如果一个值在一个范围内符合要求，就返回一个值，反之就返回另外一个值。IF($B$2:$B$3655=B2,$C$2:$C$3655)这个函数好像少了后面这部分~

		自动登录	找回密码
密码			立即注册

利用Excel分析不同牌子手机的价格和消费者的满意度情况

相关问题更多>

最新回答