用SQL分析天猫耐克鞋子价格
一、提出问题：
我想知道以下几点：
1、天猫上耐克鞋子交易笔数高的价格大概在什么价位；
2、男女对应的价格是多少；
3、店家最高的交易笔数是多少；
二、理解数据：
1、我用集搜客采集到的数据是以下格式：
基本上框起来的列没什么用，所以就删除了，不导入到数据库里了。
2、因为SQL涉及到一个主键的问题，如果以商品名称为主键，会有重复值，会导致有些重复行导入不到数据库里 ,所以在A列前面增加了一列，=B2&C2&D2&E2&F2
然后选中所有数据，删除重复值，这样就从19192行，变成了5123行了。
3、经过整理后就剩下“合并信息”、“价格”、“商品名称”、“卖家”、“月成交笔数”、“评价数”，这5列数据。
三、数据清洗：
1、发现数据存在几个问题：
（1）价格列，前面有个金钱符号，要去掉；价格有两位小数点也去掉；而且是文本格式，要转换成数值格式；
（2）月成交笔数，有“笔”字，去掉；
（3）评价数，单位不统一，有的是以“一”为单位，有的是以“万”为单位，而且是文本格式，也要转换成数值格式；
（4）需增加一列，从“商品名称”中提取性别：即商品名称中包含“男”，性别则为“男”，同理商品名称中包含“女”，性别则为”女“，“男女”都没有提到的，则为“中性”；
以上问题，通过EXCEL进行处理，得出以下数据：
2、建表，导入数据：
设置合并信息为主键。
这样数据就导入到数据库里了。
3、检查下是否所有行都导入了：
5123行扣掉第一行字段行，是有5122行数据没错。
四、数据建模及数据可视化：
1、价格段分析：价格从100多到两万多都有，价格段拟分为：100-500,500-1000,1000-2000,2000-5000,5000-10000,10000-20000,20000以上
由上可见，100-500价格段的购买人数比较多，其次是500-1000，再次是1000-2000，超过5000的基本就很少人买了。分类的价格段与成交比数成反比。价格段约低，成交笔数约高，价格段约高，成交笔数约低。
2、卖家分析：
（1）天猫上有多少卖家在卖耐克的鞋子：
天猫上有93家卖家在卖耐克的鞋子。
（2）月有产生销售的卖家有几家：
93家卖家中，月有产生销售的有92家，只有一家没有产生销售。
（3）月成交笔数前15的卖家是哪几家，销售第一是谁？
由上可见，销售第一的店铺是“NIKE官方旗舰店”，月成交笔数534246，且遥遥领先第二名“速捷运动专营店”的月成交笔数18937，可见大家对官方旗舰店还是比较信赖的。
3、性别分析：
男、女、中性性别中，月成交笔数各是多少，占比多少。
由上可见，男鞋卖得比女鞋好，男鞋占比达74%，女鞋只有25%，中性（没有表明男女）的只占了1%。
