【汽车销售数据】2015~2023年各厂商各车型的探索数据分析可视化

发布时间：2024年01月15日

数据处理的思路：

1 各表使用情况：

汽车分厂商每月销售表，该表主要分析展示top10销量的厂商销量、占比变化情况（柱形图、饼图）；
中国汽车分车型每月销售量表，该表主要分析展示top20销量的车型销量变化情况以及平均售价（散点图，折线图，柱形图）；
中国汽车总体销量表，该表主要分析展示整体销量及变化的趋势（折线图、柱形图）

2 模块使用情况

此次数据集相关可视化展示，均使用pyecharts绘制

1 包导入

In?[1]:

import pandas as pd
from pyecharts import options as opts
from pyecharts.charts import Bar, Pie, Line, Scatter, Timeline, Grid
from pyecharts.options import GridOpts

import warnings
warnings.filterwarnings("ignore")

2 分析中国汽车分厂商每月销售表

In?[2]:

df_manufacturer = pd.read_excel('/home/mw/input/car3784/中国汽车分厂商每月销售表.xlsx')
df_manufacturer.head()

	年份	月份	排名	厂商LOGO	厂商	销量	占销量份额
0	2023	1	1	https://i.img16888.com/dealer/flogo/57329.gif	比亚迪	133317	10.29%
1	2023	1	2	https://i.img16888.com/dealer/flogo/57379.gif	长安汽车	90067	6.95%
2	2023	1	3	https://i.img16888.com/dealer/flogo/57412.gif	上汽大众	78000	6.02%
3	2023	1	4	https://i.img16888.com/dealer/flogo/57420.gif	一汽-大众	70004	5.41%
4	2023	1	5	https://i.img16888.com/dealer/flogo/57605.gif	吉利汽车	67479	5.21%

In?[3]:

df_manufacturer.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 11104 entries, 0 to 11103
Data columns (total 7 columns):
年份        11104 non-null int64
月份        11104 non-null int64
排名        11104 non-null int64
厂商LOGO    11104 non-null object
厂商        11099 non-null object
销量        11104 non-null int64
占销量份额     11104 non-null object
dtypes: int64(4), object(3)
memory usage: 607.3+ KB

In?[4]:

# 空值直接删除
df_manufacturer = df_manufacturer.dropna()

In?[5]:

# 先组合一个date日期字段，便于后续的可视化
df_manufacturer['日期'] = df_manufacturer['年份'].astype(str) + '-' + df_manufacturer['月份'].astype(str)

In?[6]:

df_manufacturer_top10 = df_manufacturer[df_manufacturer['排名']<11]
df_manufacturer_top10 = df_manufacturer_top10.sort_values(by=['日期','排名'])

In?[7]:

df_manufacturer_top10['占销量份额'] = df_manufacturer_top10['占销量份额'].apply(lambda x:x[:-1]).astype('float')

In?[8]:

# 数据分别获取
dates = df_manufacturer_top10['日期'].unique().tolist()
groups = {date:[] for date in dates}
sales = {date:[] for date in dates}
percentage = {date:[] for date in dates}
for d in dates:
    date = d
    sales[date] = df_manufacturer_top10[df_manufacturer_top10['日期']==d]['销量'].tolist()
    groups[date] = df_manufacturer_top10[df_manufacturer_top10['日期']==d]['厂商'].tolist()
    percentage[date] = df_manufacturer_top10[df_manufacturer_top10['日期']==d]['占销量份额'].tolist()

In?[9]:

def create_bar(i):
    bar = Bar()
    bar.add_xaxis(groups[dates[i]])
    bar.add_yaxis("",sales[dates[i]])
    bar.set_series_opts(label_opts=opts.LabelOpts(is_show=True))
    bar.set_global_opts(
        title_opts=opts.TitleOpts(title="每月top10厂商销量"),
        xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-30)),
        )
    return bar

In?[10]:

def create_pie(i):
    pie = Pie()
    pie.add("", [list(z) for z in zip(groups[dates[i]], percentage[dates[i]])])
    pie.set_global_opts(
            title_opts=opts.TitleOpts(title="每月top10厂商销量占比"),
            legend_opts=opts.LegendOpts(orient="vertical", pos_bottom="5%", pos_left="left")
    )
    pie.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}%"))
    return pie

In?[11]:

timeline = Timeline()
timeline.add_schema(
    orient="vertical",
    is_auto_play=True,  # 设置自动播放
    play_interval=1000,  # 播放间隔（毫秒）
    is_loop_play=True,  # 是否循环播放
    pos_right="2%",
    width="70",
    height="500",
    label_opts=opts.LabelOpts(is_show=True,position='left')
)
for i in range(len(dates)):
    bar = create_bar(i)
    timeline.add(bar, dates[i])

timeline.render_notebook()

上述x轴没变，不知道为啥，而且用组合图饼图会无法显示出错，这里分开展示。

In?[12]:

timeline = Timeline()
timeline.add_schema(
    orient="vertical",
    is_auto_play=True,  # 设置自动播放
    play_interval=1000,  # 播放间隔（毫秒）
    is_loop_play=True,  # 是否循环播放
    pos_right="2%",
    width="70",
    height="500",
    label_opts=opts.LabelOpts(is_show=True,position='left')
)
for i in range(len(dates)):
    pie = create_pie(i)
    timeline.add(pie, dates[i])

timeline.render_notebook()

3 分析中国汽车分车型每月销售量表

In?[13]:

df = pd.read_excel('/home/mw/input/car3784/中国汽车分车型每月销售量.xlsx')

In?[14]:

df.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 49344 entries, 0 to 49343
Data columns (total 7 columns):
年份        49344 non-null int64
月份        49344 non-null int64
排名        49344 non-null int64
车型        49318 non-null object
厂商        49318 non-null object
销量        49344 non-null int64
售价（万元）    49344 non-null object
dtypes: int64(4), object(3)
memory usage: 2.6+ MB

In?[15]:

# 空值直接删除
df = df.dropna()

In?[16]:

# 先组合一个date日期字段，便于后续的可视化
df['日期'] = df['年份'].astype(str) + '-' + df['月份'].astype(str)

In?[17]:

# 售价拆分
df['售价max'] = df['售价（万元）'].apply(lambda x: float(x.split('-')[1]))
df['售价min'] = df['售价（万元）'].apply(lambda x: float(x.split('-')[0]))
df['均价'] = (df['售价max']+df['售价min'])/2

In?[34]:

# 先看下整体销量车型的排列,top20
df_mode_sales = df.groupby('车型').agg({'销量':'sum','售价max':'mean','售价min':'mean','均价':'mean'}
                        )[['销量','售价max','售价min','均价']].sort_values('销量',ascending=False).reset_index()
df_mode_sales.head()

	车型	销量	售价max	售价min	均价
0	RAV4荣放	4032667	26.38	17.58	21.980
1	轩逸	3752787	17.49	9.98	13.735
2	朗逸	3734558	15.19	9.40	12.295
3	哈弗H6	3487282	15.70	9.89	12.795
4	五菱宏光	3446316	5.99	4.60	5.295

In?[19]:

bar = Bar()
bar.add_xaxis(df_mode_sales['车型'].tolist()[:20])
bar.add_yaxis("",df_mode_sales['销量'].tolist()[:20])
bar.set_series_opts(label_opts=opts.LabelOpts(is_show=True))
bar.set_global_opts(
    title_opts=opts.TitleOpts(title="各车型累计销量"),
    xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-30)),
    )
bar.render_notebook()

In?[39]:

# 上述有售价为不公布的，我们也直接删掉
df_mode_sales = df_mode_sales[df_mode_sales['均价']>0]

In?[41]:

x_data = df_mode_sales['销量'].tolist()
y_data = df_mode_sales['均价'].tolist()
names = df_mode_sales['车型'].tolist()

In?[43]:

scatter = Scatter()
scatter.add_xaxis(x_data)
scatter.add_yaxis("销量与均价", 
                y_data,
                label_opts=opts.LabelOpts(is_show=False),
                symbol_size=8)
scatter.set_global_opts(
    xaxis_opts=opts.AxisOpts(name="销量"),
    yaxis_opts=opts.AxisOpts(name="均价")
)
scatter.render_notebook()

国内车型的均价级基本处于30w以下，部分车型虽然价格较高，但是销量却不低。

In?[67]:

line = Line()
line.add_xaxis(names[:20])
line.add_yaxis("均价", y_data[:20], label_opts=opts.LabelOpts(is_show=False))
line.set_global_opts(
        xaxis_opts = opts.AxisOpts(is_show=False),
        yaxis_opts=opts.AxisOpts(name="均价"),
        legend_opts=opts.LegendOpts(pos_left="40%")
    )

bar = Bar()
bar.add_xaxis(names[:20])
bar.add_yaxis("销量", x_data[:20], label_opts=opts.LabelOpts(is_show=False), yaxis_index=1)
bar.set_global_opts(
        yaxis_opts=opts.AxisOpts(name="销量", position="right"),
    )
grid = Grid()
grid.add(line, grid_opts=opts.GridOpts())
grid.add(bar, grid_opts=opts.GridOpts())
grid.render_notebook()

整体销量看，RAV4荣芳的合计销量最大；
从均价看，宝马5系虽然均价较高，但是销量还是比较考前的；
对比RAV4荣放和五菱宏光，虽然两者整体销量差异不大，但是均价差异却很大，说明消费者购买车辆，价格只是其中考虑的一部分。

4 分析中国汽车总体销量表

In?[87]:

data = pd.read_excel('/home/mw/input/car3784/中国汽车总体销量.xlsx')

In?[88]:

data.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 201 entries, 0 to 200
Data columns (total 3 columns):
时间    201 non-null datetime64[ns]
销量    201 non-null int64
同比    201 non-null object
dtypes: datetime64[ns](1), int64(1), object(1)
memory usage: 4.8+ KB

In?[89]:

data['时间'] = data['时间'].dt.date

In?[90]:

data = data.sort_values(by='时间')

In?[91]:

line = Line()
line.add_xaxis(data['时间'].tolist())
line.add_yaxis("销量", data['销量'].tolist(),markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_="average")]))
line.set_global_opts(
        yaxis_opts=opts.AxisOpts(name="销量"),
        datazoom_opts=[
            opts.DataZoomOpts(type_="inside"),  
            opts.DataZoomOpts(type_="slider")]
        )
line.render_notebook()

In?[94]:

data['月'] = pd.to_datetime(data['时间']).dt.month
data_month = data.groupby('月').mean().sort_values('销量',ascending=False)
data_month

	销量
月
12	1.921240e+06
11	1.829474e+06
9	1.730767e+06
10	1.730715e+06
1	1.722805e+06
3	1.666897e+06
6	1.522088e+06
5	1.486374e+06
4	1.482906e+06
8	1.479686e+06
7	1.377379e+06
2	1.146462e+06

汽车销量整体呈上升趋势；
每年的1-8月是淡季，9-12月份是旺季，12月份是销量最好的月份;
2020年2月，汽车销量受疫情影响比较大；