Hallo, ich habe in Kaggle einen Datensatz von Amazon-Produkten gefunden und beschlossen, einen Zusammenhang zwischen Preis und Sternebewertung zu finden.

Vollständiger Code in:
https://github.com/victordalet/Kaggle_analysis/tree/feat/amazon_products

I – Daten vorbereiten

Dazu verwende ich SQLAlchemy, um die CSV-Datei in eine kleine Datenbank zu konvertieren und die Informationen grafisch darzustellen.

pip install SQLAlchemy
pip install plotly

Im folgenden Skript extrahiere ich die Daten und erhalte:

• Verhältnis zwischen Preis und Anzahl der Sterne
• endgültige Bewertung und Anzahl der Sterne
• Preis und Anzahl der Sterne

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()

II - Ergebnis

Preis und Bezeichnung

Preis und Anzahl der Notationen

Notation und Anzahl der Meinungen

III – Fazit

Wir sehen, dass es nicht unbedingt einen Zusammenhang zwischen Preis und Bewertung gibt, aber je höher der Preis, desto niedriger die Bewertung und je mehr Bewertungen, desto höher die Bewertung.
Das erscheint logisch, denn wenn ein Produkt oft gekauft wird, bedeutet das, dass es beliebt ist.