2023高教社数学建模国赛C题 - 蔬菜类商品的自动定价与补货决策（数据预处理部分）附详细代码

本文主要是介绍2023高教社数学建模国赛C题 - 蔬菜类商品的自动定价与补货决策（数据预处理部分）附详细代码，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

C题用到了vlookup函数将所有数据同类项进行合并，公式如下：

单品类：=VLOOKUP(C2,[附件1.xlsx]Sheet1!A$2:D$252,2,FALSE)
大类: =VLOOKUP(C2,[附件1.xlsx]Sheet1!A$2:D$252,4,FALSE)
批发价格: =VLOOKUP(C2,[附件3.xlsx]Sheet1!B$2:C$55983,2,FALSE)
单品损耗率: =VLOOKUP(H2,[附件4.xlsx]Sheet1!B$2:CS252,2,FALSE)

价格=单位成本*（1+加成率）

单位成本=（固定成本总额+变动成本总额）

加成率=（固定成本总额+变动成本总额）销售量×（1+售价-进价进价）

所以带入到excel中的计算公式如下：

=((J2*D2+K2/100*D2)/D2)*(1+(E2-J2)/J2)

我们得到表格如下图所示：

附件 1 6 个蔬菜品类的商品信息 (数据无异常) 附件 2 销售流水明细数据附件 3 蔬菜类商品的批发价格附件 4 蔬菜类商品的近期损耗率注 (1) 附件 1 中，部分单品名称包含的数字编号表示不同的供应来源。

(2) 附件 4 中的损耗率反映了近期商品的损耗情况，通过近期盘点周期的数据计算得到。

相关库导入

[122]:

pandas

numpy

matplotlib

pyplot

plt

matplotlib

seaborn

sns

warnings

filterwarnings

(

"ignore"

)

#忽略警告信息

plt

rcParams

[

'font.sans-serif'

]

[

'SimHei'

]

myfont

matplotlib

font_manager

FontProperties

(

fname

r"simhei.ttf"

)

导入数据集

[4]:

[5]:

[6]:

[7]:

df1

read_excel

(

r"附件1.xlsx"

)

df2

read_excel

(

r"附件2.xlsx"

)

df3

read_excel

(

r"附件3.xlsx"

)

df4

read_excel

(

r"附件4.xlsx"

)

数据查看

[9]:

单品编码

单品名称

分类编码

分类名称

df1

head

(

)

Out[9]:

0 102900005115168 牛首生菜 1011010101	花叶类
1 102900005115199 四川红香椿 1011010101	花叶类
2 102900005115625 本地小毛白菜 1011010101	花叶类
3 102900005115748 白菜苔 1011010101	花叶类
4 102900005115762 苋菜 1011010101	花叶类

[11]:

Out[11]:

销售日期

2020-07-01 00:00:00

df2

head

().

扫码销售时间	09:15:07.924	09:17:27.295	09:17:33.905	09:19:45.450	09:20:23.686
单品编码	102900005117056	102900005115960	102900005117056	102900005115823	102900005115908
销量(千克)	0.396	0.849	0.409	0.421	0.539
销售单价(元/千克)	7.6	3.2	7.6	10.0	8.0
销售类型	销售	销售	销售	销售	销售

[12]:

是否打折销售

否

日期

2020-07-01 00:00:00

df3

head

().

Out[12]:

单品编码 102900005115762 102900005115779 102900005115786 102900005115793 102900005115823

[13]:

批发价格

(

元

千克

)

3.88

6.72

3.19

9.24

7.03

小分类编码

101

1010201

101

1010402

101

1010101

101

1010801

101

1010504

df4

head

().

Out[13]:

小分类名称 花菜类水生根茎类花叶类食用菌辣椒类

平均损耗率(%)_小分类编码_不同值 15.51 13.65 12.83 9.45 9.24

问题1 蔬菜类商品不同品类或不同单品之间可能存在一定的关联关系，请分析蔬菜各品类及单品销售量的分布规律及相互关系。

[68]:

class 'pandas.core.frame.DataFrame'

RangeIndex: 878503 entries, 0 to 878502

解题思路:提取蔬菜各类销售数据，对蔬菜品类各品类（/单品），进行描述性统计or可视化绘制散点、柱状图等，

检验正态性，正态使用皮尔逊，不是正态就使用斯皮尔曼。

df2

info

(

)

Data columns (total 7 columns):

# Column Non-Null Count Dtype

--- ------ -------------- -----

销售日期 878503 non-null datetime64[ns]
扫码销售时间 878503 non-null object
单品编码 878503 non-null int64
销量(千克) 878503 non-null float64
销售单价(元/千克) 878503 non-null float64
销售类型 878503 non-null object
是否打折销售 878503 non-null object dtypes: datetime64[ns](1), float64(2), int64(1), object(3)

[82]:

[137]:

memory usage: 46.9+ MB

#蔬菜单销量（按月份统计）

df_1

df2

iloc

[

]

df_1

[

df_1

[

'销售类型'

]

'退货'

]

#销售量，所以退货不考虑

# (每年每月销售量)

df_1

[

'月份'

]

df_1

[

'销售日期'

month

df_1

[

'年月'

]

df_1

[

'销售日期'

strftime

(

'%Y-%m'

)

销售日期

单品编码

销量

(

千克

)

销售单价

(

元

千克

)

销售类型

月份

年月

2020-07-01

1029000051

17056

0.396

7.6

销售

2020-07

[138]: df_1 Out[138]:

1. 2020-07-01 102900005115960 0.849 3.2 销售 7 2020-07
2. 2020-07-01 102900005117056 0.409 7.6 销售 7 2020-07
3. 2020-07-01 102900005115823 0.421 10.0 销售 7 2020-07
4. 2020-07-01 102900005115908 0.539 8.0 销售 7 2020-07

... ... ... ... ... ... ... ...

2023-06-30 102900005115250 0.284 24.0 销售 6 2023-06
2023-06-30 102900011022764 0.669 12.0 销售 6 2023-06
2023-06-30 102900005115250 0.125 24.0 销售 6 2023-06
2023-06-30 102900011016701 0.252 5.2 销售 6 2023-06
2023-06-30 102900011022764 0.803 12.0 销售 6 2023-06

878042 rows × 7 columns

单品编码

单品名称

分类名称

#品类表

df1_data

df1

iloc

[

]]

df1_data

In [159]: Out[159]:

0	102900005115168	牛首生菜	花叶类
1	102900005115199	四川红香椿	花叶类
2	102900005115625	本地小毛白菜	花叶类
3	102900005115748	白菜苔	花叶类
4	102900005115762	苋菜	花叶类
...	...	...	...
246	106958851400125	海鲜菇(袋)(4)	食用菌
247	106971533450003	海鲜菇(包)	食用菌
248	106971533455008	海鲜菇(袋)(3)	食用菌
249	106973223300667	虫草花(盒)(2)	食用菌
250	106973990980123	和丰阳光海鲜菇(包)	食用菌
251 rows × 3 columns		和丰阳光海鲜菇(包)	食用菌

[160]:

单品编码

销量

(

千克

)

月份

1029000051

17056

0.396

df_1

iloc

[

]

Out[160]:

102900005115960 0.849 7
102900005117056 0.409 7
102900005115823 0.421 7
102900005115908 0.539 7

... ... ... ...

102900005115250 0.284 6
102900011022764 0.669 6
102900005115250 0.125 6
102900011016701 0.252 6
102900011022764 0.803 6

878042 rows × 3 columns

[161]:

[158]:

Out[158]:

单品编码

分类名称

#表合并（添加品类信息）

data

merge

(

df_1

iloc

[

]]

df1_data

"单品编码"

how

"left"

)

df1_data

# df_1

0	102900005115168	花叶类
1	102900005115199	花叶类
2	102900005115625	花叶类
3	102900005115748	花叶类
4	102900005115762	花叶类
...	...	...
246	106958851400125	食用菌
247	106971533450003	食用菌
248	106971533455008	食用菌
249	106973223300667	食用菌
250	106973990980123	食用菌

251 rows × 2 columns

探究蔬菜各品类

[162]:

单品编码

销量

(

千克

)

月份

单品名称

分类名称

1029000051

17056

0.396

泡泡椒

(

精品

)

辣椒类

df_1_data1

data

pivot_table

(

index

"月份"

columns

"分类名称"

values

"销量(千克)"

aggfunc

[

sum

]

fill_value

)

In [163]: data Out[163]:

102900005115960 0.849 7 大白菜花叶类
102900005117056 0.409 7 泡泡椒(精品) 辣椒类
102900005115823 0.421 7 上海青花叶类
102900005115908 0.539 7 菜心花叶类

... ... ... ... ... ...

102900005115250 0.284 6 西峡花菇(1) 食用菌
102900011022764 0.669 6 长线茄茄类
102900005115250 0.125 6 西峡花菇(1) 食用菌
102900011016701 0.252 6 芜湖青椒(1) 辣椒类
102900011022764 0.803 6 长线茄茄类
rows × 5 columns

[164]:

df_1_data1

Out[164]:

sum

分类名称水生根茎类花叶类花菜类茄类辣椒类食用菌

月份

6092.274 17857.651 4103.958 1799.962 10205.431 9827.299
4065.083 14572.100 3437.325 1850.245 9684.989 7594.469
2516.076 13915.576 2579.784 1561.455 8915.800 5732.215
1395.519 13553.790 2533.346 1828.698 7392.322 4684.421
887.212 14104.847 2704.914 2477.506 6618.500 4054.720
1198.471 13297.080 2495.009 2568.890 5944.559 3913.553
2740.537 17398.938 4471.245 2900.921 6140.154 4514.817
4507.877 24516.036 4926.903 2736.189 9886.956 5298.255
3773.185 18738.509 3594.150 1518.448 6760.253 5063.409
4938.264 19239.292 3911.686 1402.145 7949.724 8547.848
3592.062 14944.403 3884.538 937.199 6162.623 8159.765 12 4900.992 16521.331 3146.919 860.461 5983.801 8740.955