數據初步了解

（head出現，意味著只出現前5行，如果只出現后面幾行就是tail）?

info?

shape?

?describe

?
數據清洗

重復值處理

????????這個重復值是否去掉要看實際情況，比如說：昨天賣了5瓶七喜，今天賣了5瓶七喜，同樣的數量，這種重復值就不能刪除，要有一個合理的解釋去說明刪除的是無效重復數據。

?缺失值處理?

?

存在的缺失值很可能意味著售出的數量為0或者評論的數量為0，所以我們用0來填補缺失值

數據挖掘尋找新的特征?

????????街道庫（jieba）的使用方法，包括精確模式、全模式和搜索引擎模式的不同應用場景。

給出各個關鍵詞的分類類別?

????????創建主類別和子類別，并通過關鍵詞進行標簽化

由title新生成兩列類別

????????通過中文分詞技術對title列進行處理，將其分為大類和小類，便于后續數據分析。

對是否是男性專用進行分析并新增一列

對每個產品總銷量新增銷售額這一列?

數據分析及可視化

????????使用Python進行數據可視化，包括繪制柱形圖和餅圖

????????通過代碼實現數據的排序和分組，并生成相應的圖表

通過圖表不難看出以下幾點：
????????悅詩風吟的商品數量遙遙領先，然而其商品銷量只排在第三位，總銷售額只排在第五位。
SKII,玉蘭油，植村秀商品數量大概都在500-1500的范圍，而銷量為0。

????????相宜本草商品數量也只屬于中游，但其銷量銷售額均排在第一位，由于其銷量是第二名的大約兩倍，而銷售額遠不到兩倍，所以銷售額/銷量，也就是每一單的均價也是一個值得研究的新指標。????????

????????通過加入平均每單單價之后，觀察銷售額較高的幾個品牌相宜本草，歐萊雅，佰草集，悅詩風吟，雅詩蘭黛。

????????其中相宜本草，悅詩風吟，歐萊雅都是平均單價200元以下的，佰草集為200-300元區間，雅詩蘭黛為大于500元區間。是否能夠判斷價格親民的品牌的銷售額會相對來說更高？下面根據這里的數據先把平均單價分為幾個區間，其中0-100元記為A類，100-200元記為B類，200-300元記為C類，300元及以上記為D類。

（分析各品牌商品數、銷量和總銷售額，以及平均每單單價。

按價格區間將商品分為A、B、C、D四類，分析性價比。

細化品類分析，包括底妝、口紅、化妝水等。）