python用户价值分析

数据获取：

表格数据
数据清洗后数据：链接：https://pan.baidu.com/s/1D7qOZqKmF3YR3meQPsp3sQ
提取码：1234

数据下载下来后，先进行数据清洗。数据清洗在进行用户价值分析,也可以直接下载我清洗后的数据。

RFM模型：

RFM的含义：

R (Recency)︰客户最近一次交易时间的间隔。R值越大，表示客户交易发生的日期越久，反之则表示客户交易发生的日期越近。

F (Frequency)︰客户在最近一段时间内交易的次数。F值越大，表示客户交易越频繁，反之则表示客户交易不够活跃。

M(Monetary)︰客户在最近一段时间内交易的金额。M值越大，表示客户价值越高，反之则表示客户价值越低。

数据透视表：

如果我们对上面的数据做一个这样的数据透视表，在excel表个是这样的，因为这个表格中用户ID是很多重复的，所以我们要分析用户的话需要将用户提取出来，根据RFM模型，我们需要获得每个用户的最后一次交易时间，交易次数，和最近一段时间内交易的金额。以上数据透视表已经将其体现出来了，那我们就将使用代码将以上功能体现出来。

# 透视表
df = data.pivot_table(index=['CustomerID'],values=['InvoiceDate', 'InvoiceNo', 'total'],aggfunc={'InvoiceDate': 'max', 'InvoiceNo': 'count', 'total': 'sum'})
print(df)

CustomerID在excel 中放在行的位置，其实是列名；
values：需要处理的数据
aggfunc：是需要处理的列计算方法

计算最后一次下单的时间就是InvoiceDate的最大值，InvoiceNo 计算交易了几次，total 交易了多少钱。

客户最近一次交易时间的间隔 = 分析的数据时间段内最晚的时间 - 最后一次交易时间，这里我们用InvoiceDate列所有数据最后一次交易时间为基准。减去每个用户最后一次交易时间，得到一个时间差，然后转换为天数。

df['R'] = (df['InvoiceDate'].max() - df['InvoiceDate']).dt.days   # 求得天数
print(df)

这样就添加了一列R

InvoiceNo对应的是F, total对应的是M。所以我们直接改列名就好

df.rename(columns = {'InvoiceNo':'F','total':'M'},inplace= True)rfmdf = df[['R','F','M']]
print(rfmdf)

这样我们就将RFM数据提取处理了，具体要这么分析呢？

模型分类：

我们将数据转换为0和1。进行二分法，大于平均值的为1，小于平均值的为 0

rfmdf = rfmdf.apply(lambda x : x- x.mean())
# 如果>平均值，则为'1'，否则为'0'
rfmdf = rfmdf.applymap(lambda x : '1' if x>0 else '0')

再去定义一个函数将进行定义什么类型的客户。

def func(x):label = {'111': '重要价值客户','101': '重要发展客户','011': '重要保持客户','001': '重要挽留客户','110': '一般价值客户','100': '一般发展客户','010': '一般保持客户','000': '一般挽留客户'}return label[x['R']+x['F']+x['M']]
rfmdf['label'] = rfmdf.apply(func,axis=1)
rfmdf['label'].value_counts()
print(rfmdf)

这里我们已经对客户进行了定义。但是表格不适合我们一眼看得到数据，接下来我们需要进行绘图。这里用到的函数是matplotlib。

对数据进行绘图：

首先我们得先下载matplotlib 函数包，命令行：pip install matplotlib

import matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['font.size'] = 20rfmdf['label'].value_counts().plot.bar(figsize=(20,9),color='red',alpha=0.6)
plt.xticks(rotation =0)
for i ,j in enumerate(rfmdf['label'].value_counts()):plt.text(i-0.1,j+50,j,va='center')plt.show()

我这边用的是柱状图，你们可以用饼图或者其他图都可以。

以下是完整的代码

import pandas as pd
# import numpy as np
import matplotlib.pyplot as pltdata = pd.read_csv(r'E:\数据分析\用户价值分析 RFM模型\data.csv')
pd.set_option('display.max_columns', 888)  # 大于总列数
pd.set_option('display.width', 1000)
# print(data.head())
# print(data.info())# .空值处理
# print(data.isnull().sum())  # 空值中和，查看每一列的空值# 空值删除
data.drop(columns=['Description'], inplace=True)# CustomerID有空值
# 删除所有列的空值
data.dropna(inplace=True)
# print(data.isnull().sum())  # 由于CustomerID为必须字段，所以强制删除其他列，以CustomerID为准
## 转换为日期类型
data['InvoiceDate'] = pd.to_datetime(data['InvoiceDate'])# CustomerID 转换为整型
data['CustomerID'] = data['CustomerID'].astype('int')# print(data.describe())data = data[data['Quantity'] > 0]
# print(data)#
# 查看重复值
# data[data.duplicated()]
# print(data[data.duplicated()])
# 删除重复值
data.drop_duplicates(inplace=True)
# 每张发票的总价
data['total'] = data['Quantity'] * data['UnitPrice']# # 透视表
df = data.pivot_table(index=['CustomerID'],values=['InvoiceDate', 'InvoiceNo', 'total'],aggfunc={'InvoiceDate': 'max', 'InvoiceNo': 'count', 'total': 'sum'})# 1) 对用户进行分组，求得每个用户最后一次交易时间
# 2） 分析的数据时间段内最晚的时间 - 最后一次交易时间df['R'] = (df['InvoiceDate'].max() - df['InvoiceDate']).dt.days   # 求得天数
# print(df)
df.rename(columns = {'InvoiceNo':'F','total':'M'},inplace= True)rfmdf = df[['R','F','M']]
print(rfmdf)# 先二分
rfmdf = rfmdf.apply(lambda x : x- x.mean())
# 如果>平均值，则为'1'，否则为'0'
rfmdf = rfmdf.applymap(lambda x : '1' if x>0 else '0')def func(x):label = {'111': '重要价值客户','101': '重要发展客户','011': '重要保持客户','001': '重要挽留客户','110': '一般价值客户','100': '一般发展客户','010': '一般保持客户','000': '一般挽留客户'}return label[x['R']+x['F']+x['M']]
rfmdf['label'] = rfmdf.apply(func,axis=1)# value_counts()
rfmdf['label'].value_counts()
print(rfmdf)plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['font.size'] = 20rfmdf['label'].value_counts().plot.bar(figsize=(20,9),color='red',alpha=0.6)
plt.xticks(rotation =0)
for i ,j in enumerate(rfmdf['label'].value_counts()):plt.text(i-0.1,j+50,j,va='center')plt.show()