e-Commerce (Walmart) Sales#
By Fridha Megantara Putra#
import library dan data#
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import data dan melakukan pengecekan dimensi,informasi,statistik deskriptif,missing value,dan duplikat data
import pandas as pd
# Load dataset
df = pd.read_csv('walmart.csv') # Sesuaikan dengan path dan nama file dataset Anda
# Memeriksa dimensi data
print("Dimensi Data:", df.shape)
# Melihat sekilas data
print("\nSekilas Data:")
print(df.head())
# Informasi dataset
print("\nInformasi Dataset:")
print(df.info())
# Statistik deskriptif
print("\nStatistik Deskriptif:")
print(df.describe())
# Memeriksa nilai hilang
print("\nNilai Hilang per Kolom:")
print(df.isnull().sum())
# Memeriksa duplikasi
print("\nJumlah Baris Duplikat:", df.duplicated().sum())
Dimensi Data: (550068, 10)
Sekilas Data:
User_ID Product_ID Gender Age Occupation City_Category \
0 1000001 P00069042 F 0-17 10 A
1 1000001 P00248942 F 0-17 10 A
2 1000001 P00087842 F 0-17 10 A
3 1000001 P00085442 F 0-17 10 A
4 1000002 P00285442 M 55+ 16 C
Stay_In_Current_City_Years Marital_Status Product_Category Purchase
0 2 0 3 8370
1 2 0 1 15200
2 2 0 12 1422
3 2 0 12 1057
4 4+ 0 8 7969
Informasi Dataset:
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 550068 entries, 0 to 550067
Data columns (total 10 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 User_ID 550068 non-null int64
1 Product_ID 550068 non-null object
2 Gender 550068 non-null object
3 Age 550068 non-null object
4 Occupation 550068 non-null int64
5 City_Category 550068 non-null object
6 Stay_In_Current_City_Years 550068 non-null object
7 Marital_Status 550068 non-null int64
8 Product_Category 550068 non-null int64
9 Purchase 550068 non-null int64
dtypes: int64(5), object(5)
memory usage: 42.0+ MB
None
Statistik Deskriptif:
User_ID Occupation Marital_Status Product_Category \
count 5.500680e+05 550068.000000 550068.000000 550068.000000
mean 1.003029e+06 8.076707 0.409653 5.404270
std 1.727592e+03 6.522660 0.491770 3.936211
min 1.000001e+06 0.000000 0.000000 1.000000
25% 1.001516e+06 2.000000 0.000000 1.000000
50% 1.003077e+06 7.000000 0.000000 5.000000
75% 1.004478e+06 14.000000 1.000000 8.000000
max 1.006040e+06 20.000000 1.000000 20.000000
Purchase
count 550068.000000
mean 9263.968713
std 5023.065394
min 12.000000
25% 5823.000000
50% 8047.000000
75% 12054.000000
max 23961.000000
Nilai Hilang per Kolom:
User_ID 0
Product_ID 0
Gender 0
Age 0
Occupation 0
City_Category 0
Stay_In_Current_City_Years 0
Marital_Status 0
Product_Category 0
Purchase 0
dtype: int64
Jumlah Baris Duplikat: 0
df.head()
| User_ID | Product_ID | Gender | Age | Occupation | City_Category | Stay_In_Current_City_Years | Marital_Status | Product_Category | Purchase | |
|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 1000001 | P00069042 | F | 0-17 | 10 | A | 2 | 0 | 3 | 8370 |
| 1 | 1000001 | P00248942 | F | 0-17 | 10 | A | 2 | 0 | 1 | 15200 |
| 2 | 1000001 | P00087842 | F | 0-17 | 10 | A | 2 | 0 | 12 | 1422 |
| 3 | 1000001 | P00085442 | F | 0-17 | 10 | A | 2 | 0 | 12 | 1057 |
| 4 | 1000002 | P00285442 | M | 55+ | 16 | C | 4+ | 0 | 8 | 7969 |
Total Pembelian Berdasarkan Kategori Produk#
Total pembelian berdasarkan kategori produk:
Product_Category |
Purchase |
|---|---|
1 |
1910013754 |
2 |
268516186 |
3 |
204084713 |
4 |
27380488 |
5 |
941835229 |
6 |
324150302 |
7 |
60896731 |
8 |
854318799 |
9 |
6370324 |
10 |
100837301 |
11 |
113791115 |
12 |
5331844 |
13 |
4008601 |
14 |
20014696 |
15 |
92969042 |
16 |
145120612 |
17 |
5878699 |
18 |
9290201 |
19 |
59378 |
20 |
944727 |
# Mengelompokkan data berdasarkan kategori produk dan menghitung total pembelian
total_purchase_by_product_category = df.groupby('Product_Category')['Purchase'].sum().reset_index()
# Menampilkan hasil
print("Total pembelian berdasarkan kategori produk:")
print(total_purchase_by_product_category)
# Memplot data menggunakan bar chart
plt.figure(figsize=(12, 6))
sns.barplot(x='Product_Category', y='Purchase', data=total_purchase_by_product_category, palette='viridis')
plt.title('Total Pembelian Berdasarkan Kategori Produk')
plt.xlabel('Kategori Produk')
plt.ylabel('Total Pembelian')
plt.show()
Total pembelian berdasarkan kategori produk:
Product_Category Purchase
0 1 1910013754
1 2 268516186
2 3 204084713
3 4 27380488
4 5 941835229
5 6 324150302
6 7 60896731
7 8 854318799
8 9 6370324
9 10 100837301
10 11 113791115
11 12 5331844
12 13 4008601
13 14 20014696
14 15 92969042
15 16 145120612
16 17 5878699
17 18 9290201
18 19 59378
19 20 944727
Customer Segmentation berdasarkan usia#
Pekerjaan yang Paling Umum dalam Setiap Kelompok Usia#
dapat kita ketahui pekerjaan yang paling umum dalam setiap kelompok usia adalah
Age |
Occupation |
Count |
|---|---|---|
0-17 |
10 |
10951 |
18-25 |
4 |
48241 |
26-35 |
0 |
34204 |
36-45 |
7 |
18762 |
46-50 |
1 |
7089 |
51-55 |
7 |
5355 |
55+ |
13 |
4870 |
age_occupation_counts = df.groupby(['Age', 'Occupation']).size().reset_index(name='Count')
# Menemukan pekerjaan yang paling umum dalam setiap kelompok usia
most_common_occupation_per_age_group = age_occupation_counts.loc[age_occupation_counts.groupby('Age')['Count'].idxmax()]
# Menampilkan hasil
print("Pekerjaan yang paling umum dalam setiap kelompok usia:")
print(most_common_occupation_per_age_group)
# Memplot data
plt.figure(figsize=(12, 6))
sns.barplot(x='Age', y='Count', hue='Occupation', data=most_common_occupation_per_age_group, palette='Set2')
plt.title('Pekerjaan yang Paling Umum dalam Setiap Kelompok Usia')
plt.xlabel('Kelompok Usia')
plt.ylabel('Frekuensi Pekerjaan')
plt.legend(title='Occupation', bbox_to_anchor=(1.05, 1), loc='upper left')
plt.show()
Pekerjaan yang paling umum dalam setiap kelompok usia:
Age Occupation Count
6 0-17 10 10951
17 18-25 4 48241
33 26-35 0 34204
60 36-45 7 18762
75 46-50 1 7089
101 51-55 7 5355
126 55+ 13 4870
Total Pembelian per Kelompok Usia#
Kelompok usia dengan jumlah pembelian terbanyak: 26-35 dengan jumlah pembelian 2031770578$
# Mengelompokkan data berdasarkan kelompok usia dan menjumlahkan pembelian
age_group_purchase = df.groupby('Age')['Purchase'].sum().reset_index()
# Menemukan kelompok usia dengan jumlah pembelian terbanyak
max_purchase_age_group = age_group_purchase.loc[age_group_purchase['Purchase'].idxmax()]
# Menampilkan hasil kelompok usia dengan jumlah pembelian terbanyak
print(f"Kelompok usia dengan jumlah pembelian terbanyak: {max_purchase_age_group['Age']} dengan jumlah pembelian {max_purchase_age_group['Purchase']}")
# Memplot data
plt.figure(figsize=(10, 6))
sns.barplot(x='Age', y='Purchase', data=age_group_purchase, palette='viridis')
plt.title('Total Pembelian per Kelompok Usia')
plt.xlabel('Kelompok Usia')
plt.ylabel('Total Pembelian')
plt.show()
Kelompok usia dengan jumlah pembelian terbanyak: 26-35 dengan jumlah pembelian 2031770578
Produk yang paling sering dibeli oleh setiap kelompok usia#
Produk yang paling sering dibeli oleh setiap kelompok usia:
Age |
Product_ID |
Count |
|---|---|---|
0-17 |
P00255842 |
65 |
18-25 |
P00265242 |
389 |
26-35 |
P00265242 |
746 |
36-45 |
P00025442 |
356 |
46-50 |
P00265242 |
138 |
51-55 |
P00265242 |
140 |
55+ |
P00265242 |
104 |
age_product_counts = df.groupby(['Age', 'Product_ID']).size().reset_index(name='Count')
# Menemukan produk yang paling sering dibeli dalam setiap kelompok usia
most_frequent_product_per_age_group = age_product_counts.loc[age_product_counts.groupby('Age')['Count'].idxmax()]
# Menampilkan hasil
print("Produk yang paling sering dibeli oleh setiap kelompok usia:")
print(most_frequent_product_per_age_group)
Produk yang paling sering dibeli oleh setiap kelompok usia:
Age Product_ID Count
1600 0-17 P00255842 65
4608 18-25 P00265242 389
7952 26-35 P00265242 746
9203 36-45 P00025442 356
14455 46-50 P00265242 138
17397 51-55 P00265242 140
20069 55+ P00265242 104
Produk yang Paling Sering Dibeli oleh Setiap Kelompok Usia#
produk yang sering di beli oleh setiap kelompok umur
import matplotlib.pyplot as plt
import seaborn as sns
# Membuat plot untuk produk yang paling sering dibeli oleh setiap kelompok usia
plt.figure(figsize=(10, 6))
sns.barplot(x='Age', y='Count', hue='Product_ID', data=most_frequent_product_per_age_group, palette='viridis')
plt.title('Produk yang Paling Sering Dibeli oleh Setiap Kelompok Usia')
plt.xlabel('Kelompok Usia')
plt.ylabel('Frekuensi Pembelian')
plt.legend(title='Product ID', bbox_to_anchor=(1.05, 1), loc='upper left')
plt.show()
Kota yang paling umum dihuni dalam setiap kelompok usia#
Kota yang paling umum dihuni dalam setiap kelompok usia:
Age |
City_Category |
Count |
|---|---|---|
0-17 |
C |
7123 |
18-25 |
B |
43247 |
26-35 |
B |
91584 |
36-45 |
B |
47598 |
46-50 |
B |
20406 |
51-55 |
B |
17741 |
55+ |
C |
12769 |
# Mengelompokkan data berdasarkan kelompok usia dan kota, lalu menghitung frekuensi masing-masing kota dalam setiap kelompok usia
age_city_counts = df.groupby(['Age', 'City_Category']).size().reset_index(name='Count')
# Menemukan kota yang paling umum dihuni dalam setiap kelompok usia
most_common_city_per_age_group = age_city_counts.loc[age_city_counts.groupby('Age')['Count'].idxmax()]
# Menampilkan hasil
print("Kota yang paling umum dihuni dalam setiap kelompok usia:")
print(most_common_city_per_age_group)
# Memplot data
plt.figure(figsize=(12, 6))
sns.barplot(x='Age', y='Count', hue='City_Category', data=most_common_city_per_age_group, palette='viridis')
plt.title('Kota yang Paling Umum Dihuni dalam Setiap Kelompok Usia')
plt.xlabel('Kelompok Usia')
plt.ylabel('Frekuensi Kota')
plt.legend(title='City Category', bbox_to_anchor=(1.05, 1), loc='upper left')
plt.show()
Kota yang paling umum dihuni dalam setiap kelompok usia:
Age City_Category Count
2 0-17 C 7123
4 18-25 B 43247
7 26-35 B 91584
10 36-45 B 47598
13 46-50 B 20406
16 51-55 B 17741
20 55+ C 12769
Customer Segmentation berdasarkan status pernikahan#
Produk yang Paling Sering Dibeli oleh Orang yang Sudah Menikah dan Belum Menikah#
Produk yang paling sering dibeli oleh orang yang sudah menikah dan belum menikah:
Marital_Status |
Product_ID |
Count |
|---|---|---|
0 |
P00265242 |
1087 |
1 |
P00265242 |
793 |
# Mengelompokkan data berdasarkan status pernikahan dan produk, lalu menghitung frekuensi pembelian
marital_product_counts = df.groupby(['Marital_Status', 'Product_ID']).size().reset_index(name='Count')
# Menemukan produk yang paling sering dibeli dalam setiap status pernikahan
most_frequent_product_per_marital_status = marital_product_counts.loc[marital_product_counts.groupby('Marital_Status')['Count'].idxmax()]
# Menampilkan hasil
print("Produk yang paling sering dibeli oleh orang yang sudah menikah dan belum menikah:")
print(most_frequent_product_per_marital_status)
# Memplot data
plt.figure(figsize=(12, 6))
sns.barplot(x='Marital_Status', y='Count', hue='Product_ID', data=most_frequent_product_per_marital_status, palette='viridis')
plt.title('Produk yang Paling Sering Dibeli oleh Orang yang Sudah Menikah dan Belum Menikah')
plt.xlabel('Status Pernikahan')
plt.ylabel('Frekuensi Pembelian')
plt.legend(title='Product ID', bbox_to_anchor=(1.05, 1), loc='upper left')
plt.show()
Produk yang paling sering dibeli oleh orang yang sudah menikah dan belum menikah:
Marital_Status Product_ID Count
2468 0 P00265242 1087
5976 1 P00265242 793
Total Pembelian Berdasarkan Status Pernikaha#
Total pembelian berdasarkan status pernikahan:
Marital_Status |
Purchase |
|---|---|
0 |
3008927447 |
1 |
2086885295 |
# Mengelompokkan data berdasarkan status pernikahan dan menghitung total pembelian
total_purchase_by_marital_status = df.groupby('Marital_Status')['Purchase'].sum().reset_index()
# Menampilkan hasil
print("Total pembelian berdasarkan status pernikahan:")
print(total_purchase_by_marital_status)
# Memplot data menggunakan pie chart dengan palet warna viridis
labels = ['Belum Menikah', 'Menikah'] # 0 untuk belum menikah, 1 untuk menikah
sizes = total_purchase_by_marital_status['Purchase']
colors = sns.color_palette('viridis', len(sizes))
explode = (0.1, 0) # memisahkan potongan pertama
plt.figure(figsize=(8, 8))
plt.pie(sizes, explode=explode, labels=labels, colors=colors, autopct='%1.1f%%', shadow=True, startangle=140)
plt.title('Total Pembelian Berdasarkan Status Pernikahan')
plt.axis('equal') # memastikan pie chart berbentuk lingkaran
plt.show()
Total pembelian berdasarkan status pernikahan:
Marital_Status Purchase
0 0 3008927447
1 1 2086885295
Customer Segmentation berdasarkan jenis kelamin#
produk terlaris untuk setiap jenis kelamin#
Produk terlaris yang dibeli oleh setiap jenis kelamin:
Gender |
Product_ID |
Count |
|---|---|---|
F |
P00265242 |
508 |
M |
P00265242 |
1372 |
# Mengelompokkan data berdasarkan jenis kelamin dan produk, lalu menghitung frekuensi pembelian
product_counts_by_gender = df.groupby(['Gender', 'Product_ID']).size().reset_index(name='Count')
# Menemukan produk terlaris untuk setiap jenis kelamin
most_popular_product_by_gender = product_counts_by_gender.loc[product_counts_by_gender.groupby('Gender')['Count'].idxmax()]
# Menampilkan hasil
print("Produk terlaris yang dibeli oleh setiap jenis kelamin:")
print(most_popular_product_by_gender)
# Memplot data menggunakan pie chart dengan palet warna Viridis
plt.figure(figsize=(12, 6))
plt.subplot(1, 2, 2)
colors = sns.color_palette('viridis', n_colors=len(most_popular_product_by_gender))
for i, gender in enumerate(most_popular_product_by_gender['Gender'].unique()):
sizes = most_popular_product_by_gender[most_popular_product_by_gender['Gender'] == gender]['Count']
labels = most_popular_product_by_gender[most_popular_product_by_gender['Gender'] == gender]['Product_ID']
plt.pie(sizes, labels=labels, colors=colors, autopct='%1.1f%%', startangle=140)
plt.title('Produk Terlaris oleh ' + gender)
plt.tight_layout()
plt.show()
Produk terlaris yang dibeli oleh setiap jenis kelamin:
Gender Product_ID Count
2365 F P00265242 508
5872 M P00265242 1372
Total pembelian per kelompok jenis kelamin#
Total pembelian per kelompok jenis kelamin:
Gender |
Purchase |
|---|---|
F |
1186232642 |
M |
3909580100 |
# Mengelompokkan data berdasarkan jenis kelamin dan menghitung total pembelian
total_purchase_by_gender = df.groupby('Gender')['Purchase'].sum().reset_index()
# Menampilkan hasil
print("Total pembelian per kelompok jenis kelamin:")
print(total_purchase_by_gender)
# Memplot data menggunakan pie chart dengan palette warna Viridis
plt.figure(figsize=(8, 8))
colors = sns.color_palette('viridis', n_colors=len(total_purchase_by_gender))
plt.pie(total_purchase_by_gender['Purchase'], labels=total_purchase_by_gender['Gender'], autopct='%1.1f%%', colors=colors, startangle=140)
plt.title('Total Pembelian per Kelompok Jenis Kelamin')
plt.axis('equal') # Equal aspect ratio ensures that pie is drawn as a circle.
plt.show()
Total pembelian per kelompok jenis kelamin:
Gender Purchase
0 F 1186232642
1 M 3909580100
Customer Segmentation Berdasarkan Pekerjaan#
Produk yang paling sering dibeli oleh setiap jenis pekerjaan#
Produk yang paling sering dibeli oleh setiap jenis pekerjaan:
Occupation |
Product_ID |
Count |
|---|---|---|
0 |
P00265242 |
206 |
1 |
P00265242 |
159 |
2 |
P00265242 |
86 |
3 |
P00117942 |
50 |
4 |
P00265242 |
287 |
5 |
P00265242 |
38 |
6 |
P00265242 |
72 |
7 |
P00265242 |
193 |
8 |
P00112142 |
8 |
9 |
P00034742 |
26 |
10 |
P00145042 |
65 |
11 |
P00265242 |
42 |
12 |
P00057642 |
131 |
13 |
P00265242 |
42 |
14 |
P00265242 |
110 |
15 |
P00025442 |
50 |
16 |
P00265242 |
79 |
17 |
P00057642 |
149 |
18 |
P00265242 |
25 |
19 |
P00265242 |
34 |
20 |
P00265242 |
91 |
# Mengelompokkan data berdasarkan pekerjaan dan produk, lalu menghitung frekuensi pembelian
product_counts_by_occupation = df.groupby(['Occupation', 'Product_ID']).size().reset_index(name='Count')
# Menemukan produk yang paling sering dibeli untuk setiap jenis pekerjaan
most_popular_product_by_occupation = product_counts_by_occupation.loc[product_counts_by_occupation.groupby('Occupation')['Count'].idxmax()]
# Menampilkan hasil
print("Produk yang paling sering dibeli oleh setiap jenis pekerjaan:")
print(most_popular_product_by_occupation)
# Memplot data menggunakan bar plot dengan palet warna Viridis
plt.figure(figsize=(12, 8))
sns.barplot(x='Occupation', y='Count', hue='Product_ID', data=most_popular_product_by_occupation, palette='viridis')
plt.title('Produk yang Paling Sering Dibeli oleh Setiap Jenis Pekerjaan')
plt.xlabel('Jenis Pekerjaan')
plt.ylabel('Frekuensi Pembelian')
plt.legend(title='Product ID', bbox_to_anchor=(1.05, 1), loc='upper left')
plt.show()
Produk yang paling sering dibeli oleh setiap jenis pekerjaan:
Occupation Product_ID Count
2275 0 P00265242 206
5378 1 P00265242 159
8303 2 P00265242 86
10000 3 P00117942 50
14121 4 P00265242 287
16696 5 P00265242 38
19293 6 P00265242 72
22281 7 P00265242 193
23482 8 P00112142 8
24424 9 P00034742 26
26871 10 P00145042 65
29788 11 P00265242 42
30874 12 P00057642 131
34474 13 P00265242 42
36972 14 P00265242 110
37921 15 P00025442 50
41973 16 P00265242 79
43293 17 P00057642 149
47112 18 P00265242 25
49383 19 P00265242 34
52261 20 P00265242 91
Total pembelian per jenis pekerjaan#
Total pembelian per jenis pekerjaan:
Occupation |
Purchase |
|---|---|
0 |
635406958 |
1 |
424614144 |
2 |
238028583 |
3 |
162002168 |
4 |
666244484 |
5 |
113649759 |
6 |
188416784 |
7 |
557371587 |
8 |
14737388 |
9 |
54340046 |
10 |
115844465 |
11 |
106751618 |
12 |
305449446 |
13 |
71919481 |
14 |
259454692 |
15 |
118960211 |
16 |
238346955 |
17 |
393281453 |
18 |
60721461 |
19 |
73700617 |
20 |
296570442 |
#
# Mengelompokkan data berdasarkan pekerjaan dan menghitung total pembelian
total_purchase_by_occupation = df.groupby('Occupation')['Purchase'].sum().reset_index()
# Menampilkan hasil
print("Total pembelian per jenis pekerjaan:")
print(total_purchase_by_occupation)
# Memplot data menggunakan diagram batang dengan palet warna Viridis
plt.figure(figsize=(12, 6))
sns.barplot(x='Occupation', y='Purchase', data=total_purchase_by_occupation, palette='viridis')
plt.title('Total Pembelian Per Jenis Pekerjaan')
plt.xlabel('Jenis Pekerjaan')
plt.ylabel('Total Pembelian')
plt.xticks(rotation=45)
plt.show()
Total pembelian per jenis pekerjaan:
Occupation Purchase
0 0 635406958
1 1 424614144
2 2 238028583
3 3 162002168
4 4 666244484
5 5 113649759
6 6 188416784
7 7 557371587
8 8 14737388
9 9 54340046
10 10 115844465
11 11 106751618
12 12 305449446
13 13 71919481
14 14 259454692
15 15 118960211
16 16 238346955
17 17 393281453
18 18 60721461
19 19 73700617
20 20 296570442
Customer Segmentation Berdasarkan Lamanya Menetap Di Kota A#
Produk Terlaris - Tinggal di Kota A Berdasarkan Lama Tinggal#
dapat kita ketahui produk terlaris pada Kota A adalah : P00265242
# Menyaring data untuk hanya kelompok Stay_In_Current_City_Years "A" di kota A
city_a_data = df[df['City_Category'] == 'A']
# Mengelompokkan data berdasarkan Stay_In_Current_City_Years dan Product_ID, kemudian menghitung total pembelian
product_counts_by_years = city_a_data.groupby(['Stay_In_Current_City_Years', 'Product_ID']).size().reset_index(name='Count')
# Menemukan produk terlaris untuk setiap kelompok Stay_In_Current_City_Years
most_popular_product_by_years = product_counts_by_years.loc[product_counts_by_years.groupby('Stay_In_Current_City_Years')['Count'].idxmax()]
# Memplot data menggunakan diagram batang
plt.figure(figsize=(14, 7))
sns.barplot(x='Stay_In_Current_City_Years', y='Count', hue='Product_ID', data=most_popular_product_by_years, palette='viridis')
plt.title('Produk Terlaris - Tinggal di Kota A Berdasarkan Lama Tinggal')
plt.xlabel('Lama Tinggal di Kota A (Tahun)')
plt.ylabel('Frekuensi Pembelian')
plt.legend(title='Product_ID', bbox_to_anchor=(1.05, 1), loc='upper left')
plt.show()
Pembelian terbanyak bagi setiap kelompok Berdasarkan Lama Tinggal yang tinggal di kota A:#
Pembelian terbanyak bagi setiap kelompok Berdasarkan Lama Tinggal yang tinggal di kota A:
Stay_In_Current_City_Years |
Purchase |
|---|---|
0 |
23960 |
1 |
23958 |
2 |
23961 |
3 |
23939 |
4+ |
23940 |
# Memfilter data untuk kota A
df_city_A = df[df['City_Category'] == 'A']
# Mengelompokkan data berdasarkan Stay_In_Current_City_Years dan menghitung pembelian maksimum
max_purchase_by_years = df_city_A.groupby('Stay_In_Current_City_Years')['Purchase'].max().reset_index()
# Menampilkan hasil
print("Pembelian terbanyak bagi setiap kelompok Stay_In_Current_City_Years yang tinggal di kota A:")
print(max_purchase_by_years)
# Memplot hasil menggunakan palet warna Viridis
plt.figure(figsize=(10, 6))
sns.barplot(x='Stay_In_Current_City_Years', y='Purchase', data=max_purchase_by_years, palette='viridis')
plt.title('Pembelian Terbanyak bagi Setiap Kelompok Stay_In_Current_City_Years di Kota A')
plt.xlabel('Stay_In_Current_City_Years')
plt.ylabel('Pembelian Terbanyak')
plt.show()
Pembelian terbanyak bagi setiap kelompok Stay_In_Current_City_Years yang tinggal di kota A:
Stay_In_Current_City_Years Purchase
0 0 23960
1 1 23958
2 2 23961
3 3 23939
4 4+ 23940
Customer Segmentation Berdasarkan Lamanya Menetap Di Kota B#
Produk Terlaris - di Kota B Berdasarkan Lama Tinggal#
produk terlaris berdasarkan lama tinggal dapat di ketahui orang dengan lama tinggal :
0 produk yang paling laris adalah P00112142 dan sisanya P00265242
# Menyaring data untuk kota B
df_b_city = df[df['City_Category'] == 'B']
# Mengelompokkan data berdasarkan Stay_In_Current_City_Years dan Product_ID, lalu menghitung total pembelian
product_counts_by_years = df_b_city.groupby(['Stay_In_Current_City_Years', 'Product_ID']).size().reset_index(name='Count')
# Menemukan produk terlaris untuk setiap Stay_In_Current_City_Years
most_popular_product_by_years = product_counts_by_years.loc[product_counts_by_years.groupby('Stay_In_Current_City_Years')['Count'].idxmax()]
# Memplot data menggunakan bar chart dengan palet warna Viridis
plt.figure(figsize=(12, 6))
sns.barplot(x='Stay_In_Current_City_Years', y='Count', hue='Product_ID', data=most_popular_product_by_years, palette='viridis')
plt.title('Produk Terlaris bagi Setiap Kelompok Stay_In_Current_City_Years di Kota B')
plt.xlabel('Stay_In_Current_City_Years')
plt.ylabel('Total Pembelian')
plt.legend(title='Product_ID', bbox_to_anchor=(1.05, 1), loc='upper left')
plt.show()
Pembelian terbanyak bagi setiap kelompok Berdasarkan Lama Tinggal yang tinggal di kota B:#
Pembelian terbanyak bagi setiap kelompok Lama Tinggal di kota B:
Stay_In_Current_City_Years |
Purchase |
|---|---|
0 |
255389454 |
1 |
765647432 |
2 |
384010246 |
3 |
392329940 |
4+ |
318156533 |
# Menyaring data untuk kelompok Stay_In_Current_City_Years yang tinggal di kota B
filtered_df = df[(df['City_Category'] == 'B')]
# Mengelompokkan data berdasarkan Stay_In_Current_City_Years dan menghitung total pembelian
purchase_by_years = filtered_df.groupby('Stay_In_Current_City_Years')['Purchase'].sum().reset_index()
# Menampilkan hasil
print("Pembelian terbanyak bagi setiap kelompok Stay_In_Current_City_Years yang tinggal di kota B:")
print(purchase_by_years)
# Memplot data menggunakan diagram batang dengan palet warna Viridis
plt.figure(figsize=(10, 6))
sns.barplot(x='Stay_In_Current_City_Years', y='Purchase', data=purchase_by_years, palette='viridis')
plt.title('Pembelian Terbanyak bagi Setiap Kelompok Stay_In_Current_City_Years yang Tinggal di Kota B')
plt.xlabel('Stay_In_Current_City_Years')
plt.ylabel('Total Pembelian')
plt.show()
Pembelian terbanyak bagi setiap kelompok Stay_In_Current_City_Years yang tinggal di kota B:
Stay_In_Current_City_Years Purchase
0 0 255389454
1 1 765647432
2 2 384010246
3 3 392329940
4 4+ 318156533
Pembelian terbanyak bagi setiap kelompok Berdasarkan Lama Tinggal yang tinggal di kota C:#
Total pembelian terbanyak bagi setiap kelompok Berdasar Lama Tinggal yang tinggal di kota C:
Stay_In_Current_City_Years |
Purchase |
|---|---|
0 |
210312058 |
1 |
589463284 |
2 |
321939497 |
3 |
271444052 |
4+ |
270648585 |
# Mengelompokkan data berdasarkan Stay_In_Current_City_Years dan menghitung total pembelian untuk setiap kelompok
purchase_by_city_years = df.groupby(['Stay_In_Current_City_Years', 'City_Category'])['Purchase'].sum().reset_index()
# Memfilter data untuk hanya kelompok Stay_In_Current_City_Years yang tinggal di kota C
purchase_city_C = purchase_by_city_years[purchase_by_city_years['City_Category'] == 'C']
# Menemukan total pembelian terbanyak untuk setiap kelompok
most_purchase_by_city_years = purchase_city_C.groupby('Stay_In_Current_City_Years')['Purchase'].max().reset_index()
# Menampilkan hasil
print("Total pembelian terbanyak bagi setiap kelompok Stay_In_Current_City_Years yang tinggal di kota C:")
print(most_purchase_by_city_years)
# Memplot data menggunakan diagram batang dengan palet warna Viridis
plt.figure(figsize=(10, 6))
sns.barplot(x='Stay_In_Current_City_Years', y='Purchase', data=purchase_city_C, palette='viridis')
plt.title('Total Pembelian Terbanyak bagi Setiap Kelompok Stay_In_Current_City_Years yang Tinggal di Kota C')
plt.xlabel('Stay_In_Current_City_Years')
plt.ylabel('Total Pembelian')
plt.show()
Total pembelian terbanyak bagi setiap kelompok Stay_In_Current_City_Years yang tinggal di kota C:
Stay_In_Current_City_Years Purchase
0 0 210312058
1 1 589463284
2 2 321939497
3 3 271444052
4 4+ 270648585
Produk Terlaris bagi Setiap Kelompok Lama Tinggal di Kota C#
Produk Terlaris bagi Setiap Kelompok Lama Tinggal di Kota C :
lama tinggal 0 tahun produk terlarisnya adalah P000025442, lama tinggal 1-3 tahun produk terlarisnya P00265242,sedangkan untuk yang tinggal lebih dari 4 tahun produk terlarisnya P00112142
# Filter data untuk kota 'C'
df_city_C = df[df['City_Category'] == 'C']
# Mengelompokkan data berdasarkan Stay_In_Current_City_Years dan Product_ID, lalu menghitung frekuensi pembelian
product_counts_by_years = df_city_C.groupby(['Stay_In_Current_City_Years', 'Product_ID']).size().reset_index(name='Count')
# Menemukan produk terlaris untuk setiap kelompok Stay_In_Current_City_Years
most_popular_product_by_years = product_counts_by_years.loc[product_counts_by_years.groupby('Stay_In_Current_City_Years')['Count'].idxmax()]
# Memplot data menggunakan diagram batang dengan palet warna Viridis
plt.figure(figsize=(14, 8))
sns.barplot(x='Stay_In_Current_City_Years', y='Count', hue='Product_ID', data=most_popular_product_by_years, palette='viridis')
plt.title('Produk Terlaris bagi Setiap Kelompok Stay_In_Current_City_Years di Kota C')
plt.xlabel('Stay_In_Current_City_Years')
plt.ylabel('Frekuensi Pembelian')
plt.legend(title='Product_ID', bbox_to_anchor=(1.05, 1), loc='upper left')
plt.show()
