Bỏ qua đến nội dung chính
Mục lục

Dự án pandas: phân tích doanh thu theo tuần, mùa Tết

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 17/17 · Chương 8

Dữ liệu thời gian

  • 7 phút
  • Cơ bản
  • Python 3.14
  • Cập nhật

Dự án này phân tích doanh thu theo mùa của một cửa hàng trực tuyến trong 18 tháng, để biết mùa Tết bắt đầu từ tuần nào và mạnh tới đâu so với tuần thường. Bạn làm qua năm bước, từ kiểm tra file tới ghép chương trình, và cuối trang tự viết hàm lọc các tuần nổi bật.

Cần biết trước: resample(), rank() và top N mỗi nhóm và thống kê mô tả.

Chương trình sẽ làm gì

File don_hang.csv trong bộ dữ liệu thực hành ghi mọi đơn của một cửa hàng hư cấu từ 01/01/2025 tới 30/06/2026: ngày đặt, khách, sản phẩm, số lượng, đơn giá, kênh bán và trạng thái. Doanh thu một đơn là so_luong * don_gia, tính trên mọi đơn trong file như các bài trước của chương, kể cả đơn hủy về sau. Con số đó đo sức mua lúc đặt hàng; tiền thu về thật thì phải bỏ đơn hủy, việc của gạch đầu dòng cuối trong "Thử mở rộng". Chương trình nhận file đó và đưa ra ba thứ: doanh thu từng tuần, tỉ số của mỗi tuần so với tuần trung vị, và ba tuần mạnh nhất của từng năm.

Tết Nguyên đán năm 2025 là 29/01, năm 2026 là 17/02, nên mùa Tết rơi vào hai tháng khác nhau. Chương trình không có vòng lặp hay rẽ nhánh tự viết. Mỗi bước đọc lại file nên chạy riêng được; thứ tự dựng là kiểm tra, gom theo tuần, so với trung vị, xếp hạng trong từng năm, ghép lại.

Bước 1: Kiểm tra file và thêm cột tiền

Đọc file với parse_dates= để cột ngày có kiểu ngày, thêm cột tien, rồi xem khoảng ngày và số đơn mỗi năm. .dt.year lấy năm của từng đơn, như ở bài accessor .dt:

python
import pandas as pd

don = pd.read_csv("don_hang.csv", parse_dates=["ngay_dat"])
don["tien"] = don["so_luong"] * don["don_gia"]
ngay = don["ngay_dat"]
print(don.shape, ngay.min().date(), ngay.max().date())
nam = ngay.dt.year
print(nam.value_counts().sort_index().to_string())

KẾT QUẢ

(1526, 10) 2025-01-01 2026-06-30
ngay_dat
2025    945
2026    581

Năm 2026 chỉ có sáu tháng, nên mọi phép so giữa hai năm phải tính theo tuần hay theo tỉ số chứ không theo tổng năm. Cột ngay_dat không có ô trống, nên không cần bước làm sạch ngày.

Bước 2: Doanh thu từng tuần

resample("W", on="ngay_dat") gom các đơn theo tuần kết thúc Chủ nhật; nhãn của mỗi tuần là ngày Chủ nhật đó. describe() tóm tắt 79 tuần bằng vài con số, tính bằng triệu đồng cho dễ đọc:

python
import pandas as pd

don = pd.read_csv("don_hang.csv", parse_dates=["ngay_dat"])
don["tien"] = don["so_luong"] * don["don_gia"]
tuan = don.resample("W", on="ngay_dat")["tien"].sum()
dau, cuoi = tuan.index[0].date(), tuan.index[-1].date()
print(len(tuan), "tuần, từ", dau, "tới", cuoi)
print((tuan / 1_000_000).describe().round(1).to_string())

KẾT QUẢ

79 tuần, từ 2025-01-05 tới 2026-07-05
count    79.0
mean      3.3
std       1.7
min       0.7
25%       2.2
50%       2.8
75%       4.1
max       9.1

Trung bình 3,3 triệu cao hơn trung vị 2,8 triệu, vì vài tuần rất mạnh kéo trung bình lên. Vì vậy "tuần thường" nên lấy trung vị: nó không bị các tuần Tết làm lệch. Tuần đầu và tuần cuối thiếu ngày nên doanh thu thấp; bỏ hai tuần đó, trung vị chỉ đổi từ 2.813.000 đ thành 2.817.000 đ, nên giữ chúng cho code gọn.

Bước 3: So với tuần trung vị và xếp hạng

Chia doanh thu mỗi tuần cho trung vị được tỉ số, cho biết mỗi tuần bằng bao nhiêu lần tuần thường: 1,5 là hơn tuần thường một nửa. rank(ascending=False, method="min") cho tuần mạnh nhất hạng 1; hai tuần bằng tiền nhau cùng nhận hạng nhỏ hơn:

python
import pandas as pd

don = pd.read_csv("don_hang.csv", parse_dates=["ngay_dat"])
don["tien"] = don["so_luong"] * don["don_gia"]
tuan = don.resample("W", on="ngay_dat")["tien"].sum()
trung_vi = tuan.median()
bang = pd.DataFrame({"trieu": (tuan / 1_000_000).round(1),
                     "ti_so": (tuan / trung_vi).round(1)})
bang["hang"] = tuan.rank(ascending=False, method="min").astype(int)
print(bang.sort_values("hang").head(6))

KẾT QUẢ

            trieu  ti_so  hang
ngay_dat
2026-02-08    9.1    3.2     1
2026-03-08    8.2    2.9     2
2025-01-26    8.2    2.9     3
2025-12-07    7.8    2.8     4
2026-02-15    7.6    2.7     5
2025-01-19    6.0    2.1     6

Bốn trong sáu tuần mạnh nhất là hai tuần liền trước Tết của mỗi năm: 13–26/01/2025 và 02–15/02/2026. Hai tuần còn lại là tuần có ngày 8/3 và tuần đầu tháng 12. Tuần 2026-03-08 và 2025-01-26 cùng in 8.2 nhưng khác hạng, vì rank() xếp trên số tiền chưa làm tròn.

Bước 4: Ba tuần mạnh nhất của từng năm và hình dạng mùa Tết

Xếp hạng trên cả 79 tuần thì đỉnh của năm này che đỉnh của năm kia, và năm 2026 chỉ có 26 tuần. Muốn thấy ba tuần mạnh nhất của từng năm, xếp hạng trong từng năm: groupby(nam).rank() đánh số lại từ 1 cho mỗi năm. Rồi in tỉ số các tuần quanh hai cái Tết:

python
import pandas as pd

don = pd.read_csv("don_hang.csv", parse_dates=["ngay_dat"])
don["tien"] = don["so_luong"] * don["don_gia"]
tuan = don.resample("W", on="ngay_dat")["tien"].sum()
bang = pd.DataFrame({"trieu": (tuan / 1_000_000).round(1),
                     "ti_so": (tuan / tuan.median()).round(1)})
nam = bang.index.year
xep = tuan.groupby(nam)
bang["hang_nam"] = xep.rank(ascending=False, method="min")
print(bang[bang["hang_nam"] <= 3])
print(bang.loc["2025-01-12":"2025-02-09", "ti_so"].to_list())
print(bang.loc["2026-02-01":"2026-03-01", "ti_so"].to_list())

KẾT QUẢ

            trieu  ti_so  hang_nam
ngay_dat
2025-01-19    6.0    2.1       3.0
2025-01-26    8.2    2.9       1.0
2025-12-07    7.8    2.8       2.0
2026-02-08    9.1    3.2       1.0
2026-02-15    7.6    2.7       3.0
2026-03-08    8.2    2.9       2.0
[1.9, 2.1, 2.9, 0.6, 0.7]
[2.0, 3.2, 2.7, 0.4, 1.5]

Hai năm cùng một hình dạng. Ba tuần trước Tết đều bán khoảng gấp đôi tuần thường trở lên, đỉnh rơi vào một hay hai tuần trước Tết (2,9 năm 2025, 3,2 năm 2026), rồi tuần có mùng 1 tụt còn 0,6 và 0,4 lần tuần thường. Hai đỉnh cách nhau gần ba tuần trên lịch dương, đúng bằng khoảng cách giữa hai ngày Tết; kế hoạch nhập hàng vì vậy nên đếm ngược từ ngày Tết của năm đó, không đặt cố định theo tháng. hang_nam in kiểu 3.0 vì rank() trả số thực.

Bước 5: Ghép thành chương trình hoàn chỉnh

Ghép bốn bước: đọc file và thêm cột tiền, gom theo tuần, so với trung vị, xếp hạng chung và trong từng năm. Mọi dòng đã có ở một bước trên; bảng in ra gồm cả hạng chung lẫn hạng trong năm.

python
import pandas as pd

don = pd.read_csv("don_hang.csv", parse_dates=["ngay_dat"])
don["tien"] = don["so_luong"] * don["don_gia"]

tuan = don.resample("W", on="ngay_dat")["tien"].sum()
dau, cuoi = tuan.index[0].date(), tuan.index[-1].date()
print(len(tuan), "tuần, từ", dau, "tới", cuoi)
trung_vi = tuan.median()

bang = pd.DataFrame({"trieu": (tuan / 1_000_000).round(1),
                     "ti_so": (tuan / trung_vi).round(1)})
bang["hang"] = tuan.rank(ascending=False, method="min").astype(int)

nam = bang.index.year
xep = tuan.groupby(nam)
bang["hang_nam"] = xep.rank(ascending=False, method="min")
print(bang[bang["hang_nam"] <= 3])
print(bang.loc["2025-01-12":"2025-02-09", "ti_so"].to_list())
print(bang.loc["2026-02-01":"2026-03-01", "ti_so"].to_list())

KẾT QUẢ

79 tuần, từ 2025-01-05 tới 2026-07-05
            trieu  ti_so  hang  hang_nam
ngay_dat
2025-01-19    6.0    2.1     6       3.0
2025-01-26    8.2    2.9     3       1.0
2025-12-07    7.8    2.8     4       2.0
2026-02-08    9.1    3.2     1       1.0
2026-02-15    7.6    2.7     5       3.0
2026-03-08    8.2    2.9     2       2.0
[1.9, 2.1, 2.9, 0.6, 0.7]
[2.0, 3.2, 2.7, 0.4, 1.5]

Chương trình trả lời câu hỏi của chủ cửa hàng: mùa Tết bắt đầu khoảng ba tuần trước mùng 1, đỉnh gấp ba tuần thường, và tuần có mùng 1 chỉ bán được bốn đến sáu phần mười tuần thường. Đổi resample("W", on="ngay_dat") thành resample("W-WED", on="ngay_dat") rồi chạy lại: tuần giờ kết thúc Thứ Tư, và tuần hạng 1 của mỗi năm vẫn là tuần ngay trước Tết (nhãn 22/01/2025 và 11/02/2026). Tỉ số đỉnh chỉ còn 2,4, vì đợt mua sắm trước Tết bị chia đôi sang hai tuần.

Bài tập

Các tuần nổi bật so với tuần trung vị

Bước 3 cho thấy vài tuần bán gấp ba tuần thường. Viết thân hàm tuan_noi_bat(don, he_so) để lọc những tuần như vậy. Bảng don có các cột ngay_dat (kiểu ngày, dòng chưa sắp), so_luong và don_gia, như bảng của chương trình. Hàm:

  • gom doanh thu (so_luong * don_gia) theo tuần kết thúc Chủ nhật, như resample("W", on="ngay_dat"), kể cả tuần không có đơn, có doanh thu 0;

  • lấy trung vị của mọi tuần đó, rồi giữ các tuần có doanh thu lớn hơn he_so lần trung vị; tuần đúng bằng mức đó chưa tính;

  • trả doanh thu (đồng) của các tuần được giữ, nhãn là ngày Chủ nhật, theo thứ tự thời gian.

Hàm không sửa bảng don của nơi gọi. Trình chấm gọi hàm với các bảng nhỏ dựng sẵn, không đọc file.

Trả về: doanh thu của các tuần nổi bật, một Series.

python
import pandas as pd

def tuan_noi_bat(don, he_so):
    pass  # Viết thân hàm thay cho dòng này

Thử mở rộng

Hàm của bài tập biến câu hỏi "tuần nào nổi bật" thành một dòng; vài hướng đi tiếp với cùng file:

  • Gọi tuan_noi_bat(don, 2) trên bảng của chương trình: bảy tuần bán hơn gấp đôi tuần thường, và năm trong số đó nằm trong ba tuần trước mỗi cái Tết.

  • Làm lại bước 4 với số đơn thay cho doanh thu, bằng resample("W", on="ngay_dat").size(), và xem đỉnh Tết có rõ như vậy không.

  • Bỏ các đơn trang_thai là "Đã hủy" trước khi gom, như ở bài lọc dữ liệu, rồi so lại bảng hạng.

Chủ đề

phân tích doanh thu theo mùa

Dữ liệu của bài

Bài này có hữu ích?

Hỏi đáp

Đang tải câu hỏi…

Tham vấn chuyên môn

Nguyễn Việt Chung

Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE

  • Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
  • Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
  • Xây hệ thống AI cho doanh nghiệp tại VietPlatform.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập