视频游戏销售数据分析(SQL)

本次数据分析选用的来自kaggle上公开的Video Game Sales With Rating数据,数据集链接Video Game Sales With Ratings。这份数据集记录的是1980年-2016年间发行的视频电子游戏的销量及评分数据。



使用SQL分析数据

本次分析采用的系统为Mac OS 10.15.6,数据库为MySQL 8.0.21,数据库图形化管理工具为mysql-workbench 8.0.21。获得的数据集为csv格式文件,通过mysql-workbench将其导入到MySQL中。

下面是对数据集中各字段的解析:

1.1提出问题

     1.总销量排名前10的游戏

     2.游戏总体销量排名前10的发行商

     3.每个地区中,销量最高的游戏是哪一款


1.2数据分析

   * 问题一:

   >  SQL代码:

       SELECT name,global_sales

       FROM xfy.video_games_sales

       order by global_sales desc

       limit 10

 > 运行结果:

运行结果1

结论:销量前10的游戏和销售数量分别如上图所示,其中销量最好的是Will Sports游戏。

* 问题2:

   >  SQL代码:

        SELECT publisher,sum(global_sales) as sales

         FROM xfy.video_games_sales

        group by publisher

        order by sales desc

         limit 10

> 运行结果

运行结果2

结论:游戏销量前10的发行商和游戏销售数据分别如上图所示。其中销量最好的是任天堂游戏。根据游戏发展状况,在上世纪70~90年代,由于当时游戏产品刚刚起步,各厂商涉水游戏产业,任天堂凭借红白机在当时领先的性能和优秀的游戏产品内容,引领了游戏的潮流,也因此其游戏销量也在各大游戏厂商中独占鳌头。

* 问题3:

   >  SQL代码:

SELECT t2.name as na_max_game,t1.na_sales,t3.name as eu_max_game,t1.eu_sales,

t4.name as jp_max_game,t1.jp_sales,t5.name as other_max_game,t1.other_sales

from

(SELECT max(na_sales) as na_sales,max(eu_sales) as eu_sales,max(jp_sales) as jp_sales,max(other_sales) as other_sales

FROM xfy.video_games_sales ) as t1

inner join xfy.video_games_sales as t2

on t1.na_sales=t2.na_sales

inner join xfy.video_games_sales as t3

on t1.eu_sales=t3.eu_sales

inner join xfy.video_games_sales as t4

on t1.jp_sales=t4.jp_sales

inner join xfy.video_games_sales as t5

on t1.other_sales=t5.other_sales

> 运行结果

问题三运行结果

结论:各地地区销售量最好的游戏不一样。北美地区和欧美地区销量最好的是“Will Sports”,日本地区销量最好的是“Pokemon”,而其他地区是“Grand Theft Auto”。结合各地的文化和生活习惯可以看出,欧美玩家偏爱运动类的游戏,而由于文化差异,日本地区对于本土的“Pokman”游戏情有独钟。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 220,367评论 6 512
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,959评论 3 396
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 166,750评论 0 357
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,226评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,252评论 6 397
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,975评论 1 308
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,592评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,497评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 46,027评论 1 319
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,147评论 3 340
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,274评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,953评论 5 347
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,623评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,143评论 0 23
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,260评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,607评论 3 375
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,271评论 2 358