import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

np.random.seed(42)

# 이커머스 거래 데이터 생성
n_customers = 500
n_orders = 3000

customers = np.random.randint(1000, 1000 + n_customers, n_orders)
dates = pd.date_range('2024-01-01', '2024-12-31', periods=n_orders)
products = np.random.choice(
    ['전자제품', '의류', '식품', '도서', '화장품', '가전', '스포츠'], n_orders,
    p=[0.15, 0.20, 0.25, 0.10, 0.12, 0.08, 0.10]
)
quantities = np.random.randint(1, 10, n_orders)
unit_prices = np.random.choice(
    [5000, 10000, 15000, 25000, 50000, 80000, 120000], n_orders,
    p=[0.15, 0.20, 0.25, 0.15, 0.12, 0.08, 0.05]
)

df = pd.DataFrame({
    'order_id': range(1, n_orders + 1),
    'customer_id': customers,
    'order_date': dates,
    'product_category': products,
    'quantity': quantities,
    'unit_price': unit_prices
})
df['total_amount'] = df['quantity'] * df['unit_price']

# 일부 결측치와 이상 데이터 삽입
df.loc[np.random.choice(n_orders, 50), 'quantity'] = 0
df.loc[np.random.choice(n_orders, 20), 'total_amount'] = -df.loc[
    np.random.choice(n_orders, 20), 'total_amount'].abs()  # 반품

print(f"데이터 크기: {df.shape}")
print(df.head())
print(f"\n기간: {df['order_date'].min()} ~ {df['order_date'].max()}")

# 품질 점검
print("결측치:", df.isnull().sum().sum())
print(f"수량 0 이하: {(df['quantity'] <= 0).sum()}건")
print(f"금액 음수 (반품): {(df['total_amount'] < 0).sum()}건")

# 반품 분리
returns = df[df['total_amount'] < 0].copy()
df_clean = df[df['total_amount'] > 0].copy()
df_clean = df_clean[df_clean['quantity'] > 0]

print(f"\n정제 후: {len(df_clean)}건 (반품 {len(returns)}건 제외)")
print(f"총 매출: {df_clean['total_amount'].sum():,.0f}원")
print(f"고유 고객: {df_clean['customer_id'].nunique()}명")

# 월별 매출 트렌드
df_clean['month'] = df_clean['order_date'].dt.to_period('M')
monthly = df_clean.groupby('month').agg(
    매출=('total_amount', 'sum'),
    주문수=('order_id', 'count'),
    고객수=('customer_id', 'nunique')
).reset_index()
monthly['month'] = monthly['month'].astype(str)

fig, axes = plt.subplots(1, 3, figsize=(15, 4))

axes[0].plot(range(len(monthly)), monthly['매출'] / 1e6, 'o-', color='#4a9eca')
axes[0].set_title('월별 매출 추이')
axes[0].set_ylabel('매출 (백만원)')
axes[0].set_xticks(range(0, len(monthly), 2))
axes[0].set_xticklabels(monthly['month'].iloc[::2], rotation=45)

axes[1].bar(range(len(monthly)), monthly['주문수'], color='#4a9e4a', alpha=0.7)
axes[1].set_title('월별 주문 수')
axes[1].set_xticks(range(0, len(monthly), 2))
axes[1].set_xticklabels(monthly['month'].iloc[::2], rotation=45)

axes[2].plot(range(len(monthly)), monthly['고객수'], 's-', color='#e6a23c')
axes[2].set_title('월별 고유 고객 수')
axes[2].set_xticks(range(0, len(monthly), 2))
axes[2].set_xticklabels(monthly['month'].iloc[::2], rotation=45)

plt.tight_layout()
plt.show()

# 요일별 주문 패턴
df_clean['day_of_week'] = df_clean['order_date'].dt.day_name()
day_order = ['Monday', 'Tuesday', 'Wednesday', 'Thursday', 'Friday', 'Saturday', 'Sunday']
day_stats = df_clean.groupby('day_of_week')['total_amount'].agg(['sum', 'count'])
day_stats = day_stats.reindex(day_order)

fig, ax = plt.subplots(figsize=(8, 5))
ax.bar(range(7), day_stats['sum'] / 1e6, color='#4a9eca', alpha=0.7)
ax.set_xticks(range(7))
ax.set_xticklabels(['월', '화', '수', '목', '금', '토', '일'])
ax.set_title('요일별 매출')
ax.set_ylabel('매출 (백만원)')
plt.tight_layout()
plt.show()

# 카테고리별 매출과 주문
category_stats = df_clean.groupby('product_category').agg(
    매출=('total_amount', 'sum'),
    주문수=('order_id', 'count'),
    평균단가=('unit_price', 'mean'),
    평균수량=('quantity', 'mean')
).sort_values('매출', ascending=False)

print("카테고리별 실적:")
print(category_stats.round(0))

# 시각화
fig, axes = plt.subplots(1, 2, figsize=(14, 5))

# 매출 비중 파이차트
axes[0].pie(category_stats['매출'], labels=category_stats.index,
            autopct='%1.1f%%', colors=sns.color_palette('Set2'))
axes[0].set_title('카테고리별 매출 비중')

# 카테고리별 평균 주문 금액
avg_order = df_clean.groupby('product_category')['total_amount'].mean().sort_values()
avg_order.plot(kind='barh', ax=axes[1], color='#4a9eca')
axes[1].set_title('카테고리별 평균 주문 금액')
axes[1].set_xlabel('평균 금액 (원)')

plt.tight_layout()
plt.show()

# 기준일 설정
reference_date = df_clean['order_date'].max() + pd.Timedelta(days=1)

# RFM 계산
rfm = df_clean.groupby('customer_id').agg(
    Recency=('order_date', lambda x: (reference_date - x.max()).days),
    Frequency=('order_id', 'count'),
    Monetary=('total_amount', 'sum')
).reset_index()

print("RFM 요약:")
print(rfm.describe().round(1))

# RFM 점수 (4분위)
rfm['R_score'] = pd.qcut(rfm['Recency'], 4, labels=[4, 3, 2, 1])  # 최근일수록 높은 점수
rfm['F_score'] = pd.qcut(rfm['Frequency'].rank(method='first'), 4, labels=[1, 2, 3, 4])
rfm['M_score'] = pd.qcut(rfm['Monetary'].rank(method='first'), 4, labels=[1, 2, 3, 4])

rfm['RFM_score'] = rfm['R_score'].astype(str) + rfm['F_score'].astype(str) + rfm['M_score'].astype(str)
rfm['RFM_total'] = rfm[['R_score', 'F_score', 'M_score']].astype(int).sum(axis=1)

print("\nRFM 점수 분포:")
print(rfm[['R_score', 'F_score', 'M_score', 'RFM_total']].describe())

def segment_customer(row):
    """RFM 점수로 고객 세그먼트를 분류합니다."""
    r, f, m = int(row['R_score']), int(row['F_score']), int(row['M_score'])
    if r >= 3 and f >= 3 and m >= 3:
        return 'VIP'
    elif r >= 3 and f >= 2:
        return '충성 고객'
    elif r >= 3 and f == 1:
        return '신규 고객'
    elif r <= 2 and f >= 3:
        return '이탈 위험'
    elif r <= 2 and f <= 2 and m >= 3:
        return '고가 이탈 위험'
    else:
        return '일반'

rfm['segment'] = rfm.apply(segment_customer, axis=1)

# 세그먼트별 통계
segment_stats = rfm.groupby('segment').agg(
    고객수=('customer_id', 'count'),
    평균_Recency=('Recency', 'mean'),
    평균_Frequency=('Frequency', 'mean'),
    평균_Monetary=('Monetary', 'mean')
).round(0)
segment_stats['비율(%)'] = (segment_stats['고객수'] / len(rfm) * 100).round(1)

print("고객 세그먼트:")
print(segment_stats.sort_values('평균_Monetary', ascending=False))

# 시각화
fig, axes = plt.subplots(1, 2, figsize=(14, 5))

# 세그먼트별 고객 수
segment_stats['고객수'].sort_values().plot(kind='barh', ax=axes[0], color='#4a9eca')
axes[0].set_title('세그먼트별 고객 수')

# 세그먼트별 평균 매출
segment_stats['평균_Monetary'].sort_values().plot(kind='barh', ax=axes[1], color='#4a9e4a')
axes[1].set_title('세그먼트별 평균 매출')
axes[1].set_xlabel('평균 매출 (원)')

plt.tight_layout()
plt.show()

insights = """
## 이커머스 분석 인사이트

### 매출 트렌드
- 월별 매출이 꾸준한 성장세
- 주말 매출이 평일 대비 약 20% 높음

### 상품 카테고리
- 의류와 식품이 전체 매출의 45% 차지
- 전자제품: 주문 수는 적으나 평균 주문 금액이 가장 높음

### 고객 세그먼트 (RFM)
- VIP 고객(상위 15%)이 전체 매출의 40% 이상 기여
- 이탈 위험 고객에 대한 리텐션 마케팅 필요
- 신규 고객의 재구매 전환율 개선 여지 있음

### 비즈니스 제안
1. VIP 고객 대상 로열티 프로그램 운영
2. 이탈 위험 고객에게 재구매 쿠폰 발송
3. 주말 타겟 프로모션 강화
4. 전자제품 카테고리 마진 분석 필요
"""
print(insights)