مرحبًا، لقد وجدت مجموعة بيانات لمنتجات أمازون في Kaggle وقررت إيجاد علاقة بين السعر وتصنيف النجوم.

الكود الكامل في :
https://github.com/victordalet/Kaggle_analogy/tree/feat/amazon_products

ط- تحضير البيانات

للقيام بذلك، أستخدم SQLAlchemy لتحويل ملف CSV إلى قاعدة بيانات صغيرة، وعرض المعلومات بشكل مخطط.

pip install SQLAlchemy
pip install plotly

في السكربت التالي، أقوم باستخراج البيانات والحصول على:

• النسبة بين السعر وعدد النجوم
• التقييم النهائي وعدد النجوم
• السعر وعدد النجوم

import pandas as pd
from sqlalchemy import create_engine, text
import plotly.express as px


class Main:
    def __init__(self):
        self.result = None
        self.connection = None

        self.engine = create_engine("sqlite:///my_database.db", echo=False)
        self.df = pd.read_csv("amazon_product.csv")
        self.df.to_sql("products", self.engine, index=False, if_exists="append")

        self.get_data()
        self.transform_data()
        self.display_graph()
        self.get_data_number_start_and_price()
        self.transform_data()
        self.display_graph()
        self.get_data_number_start_and_start()
        self.display_graph()

    def get_data(self):
        self.connection = self.engine.connect()
        query = text(
            "SELECT product_price, product_star_rating FROM products where product_price != '$0.00'"
        )
        self.result = self.connection.execute(query).fetchall()

    def get_data_number_start_and_price(self):
        query = text(
            "SELECT product_price, product_num_ratings FROM products where product_price != '$0.00'"
        )
        self.result = self.connection.execute(query).fetchall()

    def get_data_number_start_and_start(self):
        query = text(
            "SELECT product_star_rating, product_num_ratings FROM products where product_price != '$0.00'"
        )
        self.result = self.connection.execute(query).fetchall()
        for i in range(len(self.result)):
            self.result[i] = [self.result[i][0], self.result[i][1]]

    def transform_data(self):
        for i in range(len(self.result)):
            self.result[i] = [float(self.result[i][0].split("$")[1]), self.result[i][1]]

    def display_graph(self):
        fig = px.scatter(
            self.result, x=0, y=1, title="Amazon Product Price vs Star Rating"
        )
        fig.show()


Main()

ثانيا - النتيجة

السعر والتدوين

السعر وعدد التدوين

التدوين وعدد الآراء

ثالثا - الاستنتاج

يمكننا أن نرى أنه ليس هناك بالضرورة علاقة بين السعر والتقييم، ولكن كلما ارتفع السعر، انخفض التقييم، وكلما زاد عدد المراجعات، ارتفع التقييم.
وهو ما يبدو منطقيًا، لأنه إذا تم شراء المنتج كثيرًا، فهذا يعني أنه يحظى بشعبية كبيرة.