"""user_ud 用戶ID

order_dt: 購買日期

order_products: 購買產品數

order_amount: 購買金額"""

importpandas as pdimportnumpy as npimportmatplotlib.pyplot as plt

pd.set_option('display.max_columns', None) #顯示完整的列

pd.set_option('display.max_rows', None) #顯示完整的行

plt.rcParams['font.sans-serif']=['SimHei'] #用來正常顯示中文標簽

columns= ['用戶ID','購買日期','購買產品數','購買金額']

data= pd.read_table('CDNOW_master.txt',names=columns,sep='\s+') #names設置表頭 \s+任意的空字符串

#查看是否存在缺失值#print(data.info())

#order_dt: 購買日期 轉換成日期類型

#def time_style(x):#time = str(x)[0:4] + "-" + str(x)[4:6] + "-" + str(x)[6:8]#return time#data['購買日期'] = data['購買日期'].apply(time_style)

data['購買日期'] = pd.to_datetime(data['購買日期'],format="%Y%m%d")#print(data.head(3).dtypes)

#計算每個用戶購買商品的平均數量#print(data.groupby('用戶ID')['購買產品數'].mean())

#計算所每個用戶購買商品的平均花費#print(data.groupby('用戶ID')['購買金額'].mean())

#describe是描述統計 # 計算所有用戶購買商品的平均數量#print(data.describe())

#M 對月進行統計

data['month'] = data['購買日期'].values.astype('datetime64[M]')print(data.head())#用戶每月花費的總金額

use_months_by = data.groupby('month')['購買金額'].sum()#print(use_months_by)#

#plt.figure(figsize=(5,4))#plt.plot(use_months_by.index,use_months_by.values,label="用戶每月花費的總金額")#plt.legend(loc=0)#plt.savefig("用戶每月花費的總金額.jpg")#plt.show()

#所有用戶每月的產品購買量#print(data.groupby('month')['購買產品數'].sum())

#所有用戶每月的消費總次數#print(data.groupby('month')['用戶ID'].count())

#統計每月的消費人數 # 同一個人可能消費多次，所以 消費人數 只能是唯一的 .nunique() 去重后余下的#print(data.groupby('month')['用戶ID'].nunique())

#各個用戶消費總金額和消費總次數的統計描述#print("各個用戶消費總金額",data.groupby('用戶ID')['購買金額'].sum())#print("各個用戶消費總次數",data.groupby('用戶ID')['購買產品數'].nunique())

#print(data.groupby('用戶ID').sum().describe())

#各個用戶消費總金額和消費總次數的散點圖#plt.scatter(data.groupby('用戶ID').sum()['購買產品數'],#data.groupby('用戶ID').sum()['購買金額'])#plt.xlabel("購買產品數")#plt.ylabel("購買金額")#plt.show()

#各個用戶消費總金額的直方分布圖(消費金額在1000之內的分布)#總結：在groupby條件后直接限制條件， 限制條件后的結果取值 作圖#data_f = data.groupby('用戶ID').sum().query(" 購買金額 < 1000 " )['購買金額']#print(data_f)#plt.hist(data_f,bins=10) # bins柱子的個數#plt.show()

#各個用戶消費總次數的直方分布圖(消費次數在于100內)#by_number = data.groupby('用戶ID').sum().query('購買產品數 < 100')['購買產品數']#print(by_number)#plt.hist(by_number,bins=30)#plt.show()

#消費次數在100以內的 只有8個人消費次數超過100#print((data['用戶ID'].value_counts() < 100).value_counts() ) # 每個data['用戶ID']出現的次數(出現次數 == 消費的次數)#True 23562#False 8

#用戶第一次消費的月的分布，和人數統計 month已經轉成時間數據類型#print(data.groupby('用戶ID')['month'].min()) # 分組出用戶ID，然后選出分組后每個用戶ID最小的那個#print(data.groupby('用戶ID')['month'].min().value_counts()) # 每個月份的人數統計#data.groupby('用戶ID')['month'].min().value_counts().plot() # 首購分布圖#plt.show()

#用戶最后一次消費的時間分布，人數統計#print(data.groupby('用戶ID')['month'].max())#print(data.groupby('用戶ID')['month'].max().value_counts())#data.groupby('用戶ID')['month'].max().value_counts().plot() # 最后一次購買的時間分布圖#plt.show()

#新用戶 (只購買一次)

#獲取每個用戶的首購 跟尾夠#第一種方式(結果是錯誤的)因為是一次消費的用戶，所有只要挑出購買產品數為1的 ) 學到的知識是 判斷兩數組對比方式#data_left = data.groupby("用戶ID")['month'].agg(['min','max']) # 得到min max日期#print((data_left['min'] == data_left['max']).value_counts())

#print( (data.groupby("用戶ID")['購買產品數'].sum() == 1).value_counts().values) # 第二種方式[X,X1]

#每個用戶的總購買量 總消費金額 and 最近一次消費的表格rfm (每個用戶在最近的一次消費)

rfm = data.pivot_table(index='用戶ID',aggfunc={'購買產品數':'sum','購買金額':'sum','購買日期':'max',})#每個用戶最近一次交易的時間間隔 (購買日期 - 購買日期的最大值) || 去掉days: / np.timedelta64(1,'D')

rfm['R'] = -(rfm['購買日期'] - rfm['購買日期'].max()) / np.timedelta64(1,'D')#修改名字

rfm.rename(columns={'購買金額':'M',"購買產品數":"F"},inplace=True)#print(rfm.head())

## 分層次

defrfm_func(x):

level= x.map(lambda x:'1' if x >= 0 else '0') #如果是負數的就是0，不是就是1

laber = level.R + level.F + level.M #拼接成 d 對應的數值 進行區分客戶等級

d ={'111':'重要價值客戶','011':'重要保持客戶','101':'重要挽留客戶','001':'重要發展客戶','110':'一般價值客戶','010':'一般保持客戶','100':'一般挽留客戶','000':'一般發展客戶',

}

result=d[laber]returnresult

rfm['laber'] =rfm[['R','F','M']].apply(lambda x: x - x.mean()).apply(rfm_func,axis=1)#print(rfm)

#print(rfm.groupby('laber').count())

#

#rfm.loc[rfm.laber == '重要價值客戶','color'] = 'g'#rfm.loc[~(rfm.laber == '重要價值客戶'),'color'] = 'r'#rfm.plot.scatter("F",'R',c = rfm.color)#plt.show()

#統計每個用戶每個月的消費次數

user_order_count_data = data.pivot_table(index='用戶ID',values='購買日期',aggfunc='count',columns='month').fillna(0).head()#1 0 0 0 0 0 0#2 0 0 0 0 0 0

#統計每個用戶每個月是否消費 消費記錄為1 否者記錄消費為0#apply 每一行的數據#applymap() 每一個數據都執行一遍

data_purchase = user_order_count_data.applymap(lambda x:1 if x >= 1 else0)#print(data_purchase)

#活躍用戶判斷

col= ['1997-01-01', '1997-02-01', '1997-03-01', '1997-04-01','1997-05-01', '1997-06-01', '1997-07-01', '1997-08-01','1997-09-01', '1997-10-01', '1997-11-01', '1997-12-01','1998-01-01', '1998-02-01', '1998-03-01', '1998-04-01','1998-05-01', '1998-06-01']defactive_status(data):

status=[]for i in range(18):#若本月沒有消費

if data[i] ==0:if len(status) >0:if status[i - 1] == 'unreg': #unreg未注冊用戶

status.append('unreg')else:

status.append('unactive') #不活躍用戶

else:

status.append('unreg')#若本月消費

else:if len(status) ==0:

status.append('new')else:if status[i - 1] == 'unactive':

status.append('return') #回流用戶

elif status[i - 1] == 'unreg':

status.append('new') #新用戶

else:

status.append('active') #活躍用戶

return pd.Series(status, index=col)

p_status= data_purchase.apply(active_status,axis=1) #將每一行數據執行函數一次#print(p_status)

print(p_status.replace('unreg',np.NAN).apply(lambda x:pd.value_counts(x)).T)

總結

以上是生活随笔為你收集整理的python计算消费总额_【数据分析案例】用户消费行为的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。