关于数据集

📦亚马逊电子产品销售数据集（42K+ 件商品）– 2025 年

该数据集提供了超过 42,000 种亚马逊电子产品的详细信息，包括销售、评分、价格趋势和子类别分布。该数据集有两个版本：
清理文件：经过全面预处理，可用于分析、可视化和机器学习项目；
未清理文件：原始抓取数据，适合想要练习数据清理、预处理和特征工程的用户。该数据集
拥有17 个丰富的特征，非常适合数据科学、机器学习、推荐系统和业务分析。

功能概述

以下是清理后的数据集中包含的关键列（未清理的版本包含或多或少相同的字段）：

• product_title – 产品的完整名称/标题
• product_rating – 平均客户评分（数字），满分 5 分
• total_reviews – 客户评论总数
• purchase_last_month – 上个月购买的单位
• discounted_price – 折扣后的当前价格
• original_price – 折扣前的原始标价
• discount_percentage – 应用于产品的折扣百分比
• is_best_seller – 表示产品是否被标记为畅销产品
• is_sponsored – 产品是否为赞助产品或有机产品
• has_coupon – 特殊折扣优惠券可用性（True/False）
• buy_box_availability –BuyBox亚马逊搜索页面上的按钮可用性add to cart（nan 值代表 False）
• delivery_date – 预计交货日期（转换为日期时间格式）
• sustainability_tags – 环保和可持续发展相关标签
• product_image_url – 产品直接图片链接
• product_page_url – 亚马逊官方产品页面 URL
• data_collected_at – 数据收集日期
• product_category – 根据标题分配的产品类别

🔍 为什么这个数据集有用？

该数据集为数据科学、机器学习和商业智能开辟了广泛的实际用例，例如：

• ✔ 价格分析与趋势——研究定价行为、折扣和季节性销售
• ✔ 客户行为分析——分析评级、评论和销售模式
• ✔ 推荐系统——构建个性化产品推荐引擎
• ✔ 市场购物篮分析——识别经常一起购买的相关产品
• ✔ 预测模型——预测销售、需求和折扣影响
• ✔ NLP 项目– 使用产品标题进行文本分类和类别预测
• ✔ 数据清理实践——使用原始文件进行实际的预处理练习

包含的文件：

1. amazon_products_sales_data_cleaned.csv – 完全清理，可立即使用
2. amazon_products_sales_data_uncleaned.csv – 用于预处理实践的原始数据

灵感：

亚马逊是全球最大的电商平台之一，了解定价策略、客户评论和销售模式可以帮助企业和分析师获得宝贵的洞察。此数据集提供了执行 EDA、ML 建模和实际分析项目所需的一切。