开箱即用的商业数据分析 Python 工具箱：拿到一份订单明细，一条命令产出数据清洗 → 指标概览 → 销售趋势 → 品类 ABC → 客户 RFM → 同期群留存 → 购物篮关联 → 转化漏斗的完整 Excel 分析报告与图表。
不依赖 BI 平台、不需要写 SQL，只要 pandas 能读的数据都能分析。
以下均由 bda demo 在 6000 行模拟订单上自动生成（examples/sample_report.xlsx 是完整 Excel 报告样本）：
| 销售趋势（柱=销售额，线=环比） | RFM 客户分层 |
|---|---|
 |
 |
| 品类 ABC 帕累托图 | 完整 Excel 报告含 16 个 Sheet |
 |
清洗日志 · 数据概览 · 列画像 · 相关性 · 销售趋势 · 品类ABC · RFM 明细/分层 · 留存矩阵 · 关联规则 · 转化漏斗 |
| 模块 | 功能 | 典型问题 |
|---|---|---|
cleaning |
数据清洗：智能读取（utf-8/gbk）、中文列名映射、去重、缺失回填、金额缩尾 | 「数据是脏的怎么办」 |
describe |
自动 EDA：列画像、缺失概况、相关性 Top-N | 「这份数据长什么样」 |
growth |
同比/环比增长率、移动平均 | 「销售额涨没涨、趋势如何」 |
abc |
ABC / 帕累托分析 | 「哪些品类贡献了 80% 的收入」 |
rfm |
RFM 客户分层（经典 8 层） | 「哪些客户值得重点运营」 |
cohort |
同期群留存矩阵 + 热力图 | 「新客户后续还买不买」 |
basket |
购物篮关联规则（支持度/置信度/提升度，纯 pandas 实现） | 「哪些商品适合捆绑销售」 |
funnel |
转化漏斗（浏览→加购→下单→支付） | 「流量在哪一步流失」 |
report |
一键全流程：Excel 报告 + 图表 | 「老板要一份完整报告」 |
# 克隆并安装（支持 pip 可编辑安装）
git clone https://github.com/heee-a/bda-toolkit.git
cd bda-toolkit
pip install -e .
# 一键 demo：自动生成 6000 行模拟订单数据并跑完整分析
python -m bdatools demo --out outputs
# 安装后也可以用等价的短命令（若提示找不到 bda，请用上面的 python -m 方式）
# bda demo --out outputs跑完后在 outputs/ 下得到：
outputs/
├── sample_data/ # 模拟订单明细 + 转化事件（可换成你自己的数据）
├── analysis_report.xlsx # 完整分析报告（14 个 Sheet）
└── charts/ # trend.png / pareto.png / rfm_segments.png / cohort.png / rules.png / funnel.png
# 一键完整报告（中文列名自动识别：订单号/下单日期/客户ID/商品ID/品类/数量/单价/金额 …）
python -m bdatools report 你的数据.csv --out outputs --freq M
# 带转化事件表（user_id,event_type）时自动附加漏斗分析
python -m bdatools report 你的数据.csv --events events.csv --out outputs
# 单项分析
python -m bdatools describe 数据.csv # 数据概览 + 列画像
python -m bdatools growth 订单.csv --freq M # 月度销售 + 同比/环比
python -m bdatools abc 订单.csv --item 品类 # 品类 ABC（--item 商品ID 可分析商品）
python -m bdatools rfm 订单.csv --out rfm.xlsx # RFM 分层import bdatools as bda
from bdatools.cleaning import read_table
df = bda.cleaning.clean_sales(read_table("sales.csv")).data # 清洗
trend = bda.growth.period_summary(df, freq="M") # 同比/环比
abc_tbl = bda.abc.abc_analysis(df, item_col="category") # ABC
rfm_tbl = bda.rfm.rfm_score(df, snapshot="2026-09-01") # RFM
retention, sizes = bda.cohort.cohort_retention(df, period="M") # 留存
itemsets, rules = bda.basket.association_rules(df, min_support=0.02) # 购物篮
bda.report.full_report("sales.csv 的 DataFrame", output_dir="outputs") # 一键报告更多示例见 examples/usage_library.py。
订单明细表只需包含以下列（中文/英文列名均可，自动映射，详见 bdatools.cleaning.COLUMN_ALIASES）：
| 标准列名 | 中文别名（示例） | 必需 | 用途 |
|---|---|---|---|
order_date |
下单日期/订单日期/日期 | ✅ | 趋势、留存、RFM 的 R |
customer_id |
客户ID/用户ID/会员ID | ✅ | RFM、留存 |
amount |
金额/销售额/实付金额 | ✅ | 所有金额指标（缺失时按 数量×单价 回填） |
order_id |
订单号/单号 | 建议 | 购物篮分析、订单去重 |
product_id / category |
商品ID/品类 | 建议 | 购物篮、ABC 分析 |
quantity / unit_price |
数量/单价 | 建议 | 金额回填 |
CSV 请尽量使用 utf-8 编码；gbk 等编码会自动尝试。
- RFM 分层：R/F/M 各按分位数打 1~5 分，与各自中位数比较高/低，映射为经典 8 层（重要价值客户、重要保持客户、重要发展客户、重要挽留客户、一般价值/保持/发展/挽留客户）。
- ABC 分析：按销售额降序累计占比，≤70% 为 A 类、70%~90% 为 B 类、其余为 C 类（阈值可调
thresholds）。 - 购物篮分析：纯 pandas 统计 1-项集与 2-项集，计算支持度/置信度/提升度，无 mlxtend 等额外依赖；适合百万行以内的订单表。
- 同比/环比：按周期聚合后与「上一期」「去年同期」对比；周期支持 D/W/M/Q/Y。
- 金额缩尾：默认 IQR×3 截断极端值（不删行），可在
clean_sales(winsorize=False)关闭。
bda-toolkit/
├── bdatools/ # 核心包
│ ├── cleaning.py # 数据清洗
│ ├── describe.py # 自动 EDA
│ ├── growth.py # 同比环比 / 移动平均
│ ├── abc.py # ABC / 帕累托
│ ├── rfm.py # RFM 分层
│ ├── cohort.py # 同期群留存
│ ├── basket.py # 购物篮关联规则
│ ├── funnel.py # 转化漏斗
│ └── report.py # 一键 Excel 报告
├── examples/ # 模拟数据生成器 + 库用法示例
├── scripts/demo.py # 一键跑通全流程
├── tests/ # pytest 单元测试
├── .github/workflows/ci.yml # CI（Python 3.10/3.11/3.12）
└── pyproject.toml
图表中文乱码？ 工具箱已自动优先使用系统中的中文字体（微软雅黑/黑体/PingFang/Noto Sans CJK）。Linux 服务器需安装任意一款中文字体，如 fonts-noto-cjk。
数据量很大？ 购物篮分析按订单内商品种类计数，超大订单可通过 max_items_per_tx 限制；其余模块均为向量化运算，千万行级别通常可用。
报表中的金额有极端值？ clean_sales 默认做 IQR×3 缩尾，只截断不删行；如需保留原值传 winsorize=False。
- 同类目销量预测（移动平均/简单季节模型）
- 用户生命周期价值 (LTV) 估算
- 交互式 HTML 报告输出
- 连接数据库直读（SQLAlchemy）
欢迎 Issue / PR。提交前请运行 pytest -q 确保测试通过。