ShopTRAINING/generate_multi_store_data.py

#\!/usr/bin/env python3
"""
生成多店铺销售数据的脚本
"""

import pandas as pd
import numpy as np
from datetime import datetime, timedelta
import random

def generate_multi_store_sales_data():
    """生成多店铺销售数据"""
    
    # 设置随机种子
    np.random.seed(42)
    random.seed(42)
    
    # 店铺信息
    stores = [
        {'store_id': 'S001', 'store_name': '市中心旗舰店', 'store_location': '市中心商业区', 'store_type': 'flagship'},
        {'store_id': 'S002', 'store_name': '东区标准店', 'store_location': '东区居民区', 'store_type': 'standard'},
        {'store_id': 'S003', 'store_name': '西区便民店', 'store_location': '西区小区内', 'store_type': 'convenience'},
        {'store_id': 'S004', 'store_name': '南区社区店', 'store_location': '南区社区中心', 'store_type': 'community'},
        {'store_id': 'S005', 'store_name': '北区标准店', 'store_location': '北区商业街', 'store_type': 'standard'}
    ]
    
    # 产品信息
    products = [
        {'product_id': 'P001', 'product_name': '感冒灵颗粒', 'product_category': '感冒药', 'unit_price': 15.8},
        {'product_id': 'P002', 'product_name': '布洛芬片', 'product_category': '止痛药', 'unit_price': 12.5},
        {'product_id': 'P003', 'product_name': '维生素C', 'product_category': '维生素', 'unit_price': 8.9},
        {'product_id': 'P004', 'product_name': '阿莫西林', 'product_category': '抗生素', 'unit_price': 18.6},
        {'product_id': 'P005', 'product_name': '板蓝根颗粒', 'product_category': '中成药', 'unit_price': 11.2}
    ]
    
    # 生成日期范围（2年的完整数据，确保足够训练）
    start_date = datetime(2022, 1, 1)
    end_date = datetime(2023, 12, 31)
    date_range = pd.date_range(start=start_date, end=end_date, freq='D')
    print(f"生成日期范围: {start_date.strftime('%Y-%m-%d')} 到 {end_date.strftime('%Y-%m-%d')}")
    print(f"总天数: {len(date_range)} 天")
    
    # 生成销售数据
    sales_data = []
    
    for store in stores:
        # 每个店铺的销售特征
        store_multiplier = {
            'S001': 1.5,  # 旗舰店销量高
            'S002': 1.0,  # 标准店基准
            'S003': 0.7,  # 便民店销量低
            'S004': 0.8,  # 社区店销量中等
            'S005': 1.1   # 北区标准店销量稍高
        }[store['store_id']]
        
        for product in products:
            # 每个产品的基础销量
            base_sales = {
                'P001': 25,  # 感冒药需求高
                'P002': 20,  # 止痛药需求中等
                'P003': 30,  # 维生素需求高
                'P004': 15,  # 抗生素需求低
                'P005': 18   # 中成药需求中等
            }[product['product_id']]
            
            for date in date_range:
                # 季节性影响
                month = date.month
                seasonal_factor = 1.0
                if product['product_id'] in ['P001', 'P005']:  # 感冒药在冬季销量高
                    if month in [12, 1, 2, 3]:
                        seasonal_factor = 1.5
                    elif month in [6, 7, 8]:
                        seasonal_factor = 0.7
                
                # 周末效应
                weekend_factor = 1.2 if date.weekday() >= 5 else 1.0
                
                # 随机波动
                random_factor = np.random.normal(1.0, 0.3)
                
                # 计算销量
                daily_sales = int(max(0, base_sales * store_multiplier * seasonal_factor * weekend_factor * random_factor))
                
                # 计算销售金额
                sales_amount = daily_sales * product['unit_price']
                
                sales_data.append({
                    'date': date.strftime('%Y-%m-%d'),
                    'store_id': store['store_id'],
                    'store_name': store['store_name'],
                    'store_location': store['store_location'],
                    'store_type': store['store_type'],
                    'product_id': product['product_id'],
                    'product_name': product['product_name'],
                    'product_category': product['product_category'],
                    'unit_price': product['unit_price'],
                    'quantity_sold': daily_sales,
                    'sales_amount': round(sales_amount, 2),
                    'day_of_week': date.strftime('%A'),
                    'month': date.month,
                    'quarter': (date.month - 1) // 3 + 1,
                    'year': date.year
                })
    
    # 创建DataFrame
    df = pd.DataFrame(sales_data)
    
    # 保存到CSV文件
    df.to_csv('pharmacy_sales_multi_store.csv', index=False, encoding='utf-8')
    
    print(f"多店铺销售数据生成完成！")
    print(f"数据记录数: {len(df)}")
    print(f"日期范围: {df['date'].min()} 到 {df['date'].max()}")
    print(f"店铺数量: {df['store_id'].nunique()}")
    print(f"产品数量: {df['product_id'].nunique()}")
    print(f"文件保存为: pharmacy_sales_multi_store.csv")
    
    # 显示数据样本
    print("\n数据样本:")
    print(df.head(10))
    
    # 显示统计信息
    print("\n各店铺销售统计:")
    store_stats = df.groupby(['store_id', 'store_name']).agg({
        'quantity_sold': 'sum',
        'sales_amount': 'sum'
    }).round(2)
    print(store_stats)

if __name__ == "__main__":
    generate_multi_store_sales_data()