本次的案例分析主要围绕整体消费情况和用户消费行为进行分析

本次的案例分析主要围绕整体消费情况和用户消费行为进行分析，找出高价值用户人群，了解用户留存以及流失等情况，为平台指定策略提供数据方面的支持和建议

首先第一步是什么呀，大家应该都很熟悉了对不对，数据处理和清洗！

我们导入数据包，同时设置好列标签

我们可以发现该数据集总共有69659行*4列数据，4张列标签分别是：

user_id：用户id

order_dt：下单日期

order_products：购买商品数量

order_amount：购买金额

order_dt字段为数值型，需要将其更改为日期型,同时加入month列，作为备用。

1.pd.to_datetime可以将特定字符串或数字转换为时间格式，其中format参数用于匹配

2.例如19970701，%Y匹配前面4位数字，如果y小写就只匹配2位数字97

3.同理，%m匹配月份07，%d匹配日期01。另外，小时是%h，分钟是%M

从表中我们可以看到，大部分订单只消费了少量商品（平均2.4个），存在极值干扰的可能

还有就是用户消费金额比较稳定，平均消费35.89元，中位数在25.98元，有一定极值干扰

然后我们再来简单观察一下数据集统计情况，可以发现大部分订单只消费了少量商品（平均2.4个），同时用户消费金额比较稳定，平均消费35.89元，但是中位数在25.98元，最大值有1286元，说明存在极值干扰的情况

接下来，我们对用户消费趋势进行分析

先来看月消费金额

然后用matplotlib进行图表展示

可以发现，顾客消费金额在前三月达到了顶峰，之后出现了明显的回落，但是能保持在较稳定的水平。

可以发现