正所謂“紙上得來(lái)終覺淺恤煞，絕知此事要躬行”案站，通過(guò)對(duì)Python進(jìn)行數(shù)據(jù)分析的學(xué)習(xí)掌握茅姜，現(xiàn)在需要通過(guò)實(shí)操總結(jié)來(lái)檢驗(yàn)自己的學(xué)習(xí)成果桩匪。
本篇文章主要是利用Python進(jìn)行數(shù)據(jù)處理，分析用戶消費(fèi)行為历筝。數(shù)據(jù)來(lái)源CD網(wǎng)站的消費(fèi)記錄酗昼，有用戶ID、購(gòu)買日期梳猪、購(gòu)買數(shù)量麻削、購(gòu)買金額四個(gè)字段科目。（模仿操作）
【分析步驟】

CD網(wǎng)站銷售數(shù)據(jù).png

# 導(dǎo)入常用的庫(kù)：
import pandas as pd 
import numpy as np
import matplotlib.pyplot as plt
from datetime import datetime
%matplotlib inline    #‘%’內(nèi)置的命令春弥，jupyter專有的定義呛哟，比如在pycharm不常用到，inline意思是我做好圖之后可以在html頁(yè)面的單元格進(jìn)行顯示
plt.style.use('ggplot')  #更改設(shè)計(jì)風(fēng)格匿沛，使用自帶的形式進(jìn)行美化扫责，這是一個(gè)r語(yǔ)言的風(fēng)格

• 加載第三方包和數(shù)據(jù)，因數(shù)據(jù)文件是txt逃呼，所以用read_table方法打開鳖孤，因?yàn)樵紨?shù)據(jù)不包含表頭，所以需要賦予抡笼。字符串是空格分割苏揣，用\s+表示匹配任意空白符。

• 一般csv的數(shù)據(jù)分隔是以逗號(hào)的形式推姻，但是這份網(wǎng)上的數(shù)據(jù)比較特殊平匈，它是通過(guò)多個(gè)空格來(lái)進(jìn)行分隔。

  
  
• 電子商務(wù)行業(yè)一般是以用戶ID、訂單價(jià)吐葱、訂單數(shù)街望、訂單日期來(lái)進(jìn)行分析的，基于以上這四個(gè)字段可以根據(jù)需要進(jìn)行分析弟跑。

df.head()  #展示前5行數(shù)據(jù)

• 如圖所示，數(shù)據(jù)正常展示防症，由此判斷數(shù)據(jù)導(dǎo)入無(wú)誤孟辑。再則由此可以看出用戶id為2的用戶在12日當(dāng)天消費(fèi)了兩次，這點(diǎn)需要注意蔫敲。

df.info()  #查看數(shù)據(jù)類型

• 從圖中可以看出order_dt的數(shù)據(jù)類型需要轉(zhuǎn)換為日期形式
• 查看其他數(shù)據(jù)類型饲嗽，沒(méi)有發(fā)現(xiàn)有空值，數(shù)據(jù)很干凈
• 一般在進(jìn)行數(shù)據(jù)處理前奈嘿，都應(yīng)先對(duì)數(shù)據(jù)類型進(jìn)行查看及轉(zhuǎn)換

df.describe()   #對(duì)數(shù)據(jù)進(jìn)行描述統(tǒng)計(jì)

• 從圖中可以看出貌虾，用戶平均每筆訂單購(gòu)買2.4個(gè)商品，標(biāo)準(zhǔn)差在2.3個(gè)裙犹，具有一定波動(dòng)性尽狠。中位數(shù)是2個(gè)，75分位數(shù)是3個(gè)叶圃，說(shuō)明訂單量大部分都不多袄膏。而極值是99個(gè)，這差別有點(diǎn)大掺冠，相對(duì)比購(gòu)買金額沉馆，說(shuō)明訂單大部分集中在小額。
  -一般情況德崭，消費(fèi)類型的數(shù)據(jù)分布斥黑，大部分呈現(xiàn)的是長(zhǎng)尾形態(tài)；絕大多數(shù)用戶是選擇小額消費(fèi)客群眉厨，但用戶貢獻(xiàn)率集中在少數(shù)分群里锌奴，符合二八法則。

# 數(shù)據(jù)類型的轉(zhuǎn)化
df['order_dt'] = pd.to_datetime(df.order_dt,format = "%Y%m%d")  #其中Y表示四位數(shù)的年份缺猛，y表示兩位數(shù)的年份
df['month'] = df.order_dt.values.astype('datetime64[M]')

• 把數(shù)據(jù)類型轉(zhuǎn)化為時(shí)間序列
  第一部分小結(jié)：

第一部分的數(shù)據(jù)清理已經(jīng)完成缨叫，可以開始后續(xù)的分析了

第二部分按月進(jìn)行數(shù)據(jù)分析

我將從四個(gè)方面來(lái)展示數(shù)據(jù)波動(dòng)情況，進(jìn)而分析用戶的消費(fèi)趨勢(shì)

• 每月消費(fèi)總金額
• 每月消費(fèi)次數(shù)
• 每月產(chǎn)品的購(gòu)買量
• 每月消費(fèi)的人數(shù)

#1.每月消費(fèi)總金額
grouped_month = df.groupby('month')
order_month_amount = grouped_month.order_amount.sum()
order_month_amount.head()

• 通過(guò)groupby對(duì)數(shù)據(jù)進(jìn)行分組荔燎，由此對(duì)order_amount進(jìn)行求和

  
  
• 如圖所示耻姥，消費(fèi)金額在前三個(gè)月達(dá)到最高峰，此后的消費(fèi)金額較為穩(wěn)定有咨，但有輕微下降趨勢(shì)琐簇。

# 2.每月消費(fèi)次數(shù)
grouped_month.user_id.count().plot()  #plot是折線圖，用于展示數(shù)據(jù)趨勢(shì)

• 前三個(gè)月的消費(fèi)訂單數(shù)達(dá)到10000筆左右，后續(xù)幾個(gè)月的平均消費(fèi)是2500筆婉商。

# 3.每月的產(chǎn)品購(gòu)買量
grouped_month.order_products.sum().plot()

• 如圖所示似忧，前三個(gè)月產(chǎn)品購(gòu)買量達(dá)到峰值，后續(xù)產(chǎn)品構(gòu)面量較為穩(wěn)定丈秩。
• 為什么出現(xiàn)這種情況盯捌？我們可以假設(shè)這是因?yàn)闋I(yíng)銷活動(dòng)，另外數(shù)據(jù)中可能存在異常蘑秽，因只是消費(fèi)數(shù)據(jù)饺著，無(wú)法判斷。

# 4.每月的消費(fèi)人數(shù)
df.groupby('month').user_id.apply(lambda x: len(x.drop_duplicates())).plot() 
#這里需要注意到因?yàn)橐粋€(gè)人在一個(gè)月內(nèi)可能存在多筆消費(fèi)肠牲，所以使用匿名函數(shù)lambda進(jìn)行去重

• 每月消費(fèi)人數(shù)低于每月消費(fèi)次數(shù)幼衰，但差異不大;前三個(gè)月每月消費(fèi)人數(shù)在8000-10000之間，后續(xù)月份缀雳，平均消費(fèi)人數(shù)在2000人左右渡嚣。
  另：以上的消費(fèi)趨勢(shì)分析也可以用數(shù)據(jù)透視表來(lái)分析

df.pivot_table(index = 'month',
              values = ['order_products', 'order_amount', 'user_id'],
              aggfunc = {'order_products': 'sum',
                        'order_amount': 'sum',
                        'user_id': 'count'}).head()

• 數(shù)據(jù)透視表是更加直觀快捷的方法，通過(guò)這個(gè)進(jìn)行作圖會(huì)更加便捷一些肥印。在以后的實(shí)際工作中识椰，我們應(yīng)根據(jù)實(shí)際需要選擇合適的方法來(lái)進(jìn)行數(shù)據(jù)分析，這樣有利于提高我們的效率竖独。
  第二部分小結(jié)：

通過(guò)聚合函數(shù)groupby了解分析了用戶的消費(fèi)趨勢(shì)

第三部分：用戶個(gè)體消費(fèi)數(shù)據(jù)分析

前面是以時(shí)間（月）的維度來(lái)分析用戶消費(fèi)趨勢(shì)裤唠，這一節(jié)以個(gè)體消費(fèi)特點(diǎn)來(lái)分析用戶消費(fèi)行為，為此劃分了五個(gè)方面來(lái)分析：

• 用戶消費(fèi)金額莹痢、消費(fèi)次數(shù)的描述統(tǒng)計(jì)
• 用戶消費(fèi)金額和消費(fèi)次數(shù)的散點(diǎn)圖
• 用戶消費(fèi)金額的分布圖
• 用戶消費(fèi)次數(shù)的分布圖
• 用戶累計(jì)消費(fèi)金額占比（百分之多少的用戶占了百分之多少的消費(fèi)金額）

# 1.用戶消費(fèi)金額和消費(fèi)次數(shù)的描述統(tǒng)計(jì)
grouped_user = df.groupby('user_id')
grouped_user.sum().describe()

• 從圖中可以看出种蘸，每位用戶平均購(gòu)買了7張CD，但最大值是1033張竞膳，中位數(shù)卻只有3張航瞭；而從用戶消費(fèi)上看，用戶平均消費(fèi)金額是106元坦辟，標(biāo)準(zhǔn)差是240元刊侯，根據(jù)分位數(shù)和最大值來(lái)看，平均值是和75分位數(shù)相近锉走，由此說(shuō)明有小部分用戶購(gòu)買了大量CD滨彻。
• 由此可以看出消費(fèi)類型的數(shù)據(jù)，符合二八法則的特點(diǎn)挪蹭。

# 2.用戶消費(fèi)金額和消費(fèi)次數(shù)的散點(diǎn)圖
grouped_user.sum().query('order_amount < 4000').plot.scatter(x = 'order_amount', y = 'order_products')
# 注：query后面只支持string形式的值

• 跟前面一樣先用groupby創(chuàng)建一個(gè)對(duì)象來(lái)繪制散點(diǎn)圖亭饵，因數(shù)據(jù)極值關(guān)系對(duì)‘order_amount’進(jìn)行過(guò)濾，使圖更加美觀梁厉。
• 如圖所示辜羊，用戶消費(fèi)比較有規(guī)律，消費(fèi)金額和商品量也呈線性分布，離群點(diǎn)較少八秃。

# 3.用戶消費(fèi)金額的分布圖（二八法則）
grouped_user.sum().order_amount.plot.hist(bins = 20)
# bins = 20是指直方圖中的個(gè)數(shù)碱妆，是將order_amount的值分成20份

• 從圖中可以看出，大部分用戶消費(fèi)能力并不高昔驱，絕大部分是集中在小金額的消費(fèi)疹尾，而高消費(fèi)用戶非常少，也符合二八法則的特點(diǎn)舍悯。

# 4.用戶消費(fèi)次數(shù)的分布圖
grouped_user.sum().query('order_products < 100').order_products.hist(bins = 20)

• 因小部分異常值會(huì)干擾判斷航棱，所以使用切比雪夫定理過(guò)濾掉異常值，計(jì)算95%的數(shù)據(jù)分布情況

# 5.用戶累計(jì)消費(fèi)金額的占比
user_cumsum = grouped_user.sum().sort_values('order_amount').apply(lambda x:x.cumsum() / x.sum())
user_cumsum.reset_index().order_amount.plot()
# 注：sort_values是對(duì)值進(jìn)行排序萌衬，升序，cumsum是滾動(dòng)累加求和

• 按用戶消費(fèi)金額進(jìn)行升序排列它抱，由圖可知50%的用戶僅貢獻(xiàn)了15%的消費(fèi)額度秕豫。而排名前5000的用戶就貢獻(xiàn)了60%的消費(fèi)額史汗。由此我們可以得出維護(hù)好這5000名用戶就可以完成業(yè)績(jī)指標(biāo)的60%淀散。
  第三部分小結(jié)：

用戶個(gè)體消費(fèi)情況基本上符合行業(yè)規(guī)律，符合二八法則的特點(diǎn)冻璃；而在處理數(shù)據(jù)過(guò)程中侮穿，需要注意異常值對(duì)判斷的干擾歌径，應(yīng)該對(duì)異常值進(jìn)行過(guò)濾，由此也能提升圖形美觀亲茅。

第四部分：用戶消費(fèi)行為分析

• 用戶第一次消費(fèi)（首購(gòu)）
• 用戶最后一次消費(fèi)
• 新老客消費(fèi)比
  • 多少用戶僅消費(fèi)了一次回铛？
  • 每月新客占比？
• 用戶分層
  • RFM
  • 新克锣、老茵肃、活躍、回流袭祟、流失
• 用戶購(gòu)買周期（按訂單）
  • 用戶消費(fèi)周期描述
  • 用戶消費(fèi)周期分布
• 用戶生命周期（按第一次&最后一次消費(fèi)）
  • 用戶生命周期描述
  • 用戶生命周期分布

# 1.用戶第一次消費(fèi)（首購(gòu)）
grouped_user.min().order_dt.value_counts().plot()

• 根據(jù)月份最小值可以求出用戶第一次消費(fèi)時(shí)間验残。從圖中可以看出，用戶第一次購(gòu)買商品的分布巾乳，主要集中在前三個(gè)月您没，其中2月11日-2月25日有一次劇烈波動(dòng)。

# 2.用戶最后一次消費(fèi)
grouped_user.max().order_dt.value_counts().plot()

• 圖中顯示的是用戶最后一次消費(fèi)時(shí)間胆绊。用戶最后一次購(gòu)買的分布比第一次分布廣氨鹏，大部分最后一次購(gòu)買，集中在前三個(gè)月辑舷，說(shuō)明有很多用戶購(gòu)買了一次后就不再進(jìn)行購(gòu)買了喻犁，而隨著時(shí)間的遞增，最后一次購(gòu)買數(shù)也在遞增，消費(fèi)呈現(xiàn)流失上升的狀況肢础。

# 3.新老客消費(fèi)比
user_life = grouped_user.order_dt.agg(['min','max'])
user_life.head()

• 由此可以看出用戶第一次消費(fèi)和最后一次消費(fèi)時(shí)間还栓，例如用戶user_id為1的用戶消費(fèi)時(shí)間相同，說(shuō)明用戶只消費(fèi)了一次传轰。

# 用戶購(gòu)買周期
(user_life['min'] == user_life['max']).value_counts()

• 通過(guò)邏輯判斷得出剩盒，有一半的用戶只消費(fèi)了一次。

# 4.用戶分層
rfm = df.pivot_table(index = 'user_id',
                    values = ['order_products', 'order_amount', 'order_dt'],
                    aggfunc = {'order_dt':'max',
                               'order_amount': 'sum',
                               'order_products': 'sum'})
rfm.head()

• 注：order_products表示的是消費(fèi)的產(chǎn)品數(shù)慨蛙，因?yàn)閿?shù)據(jù)中用戶消費(fèi)次數(shù)比較固定辽聊，所以由消費(fèi)產(chǎn)品數(shù)替換消費(fèi)次數(shù)。

# 4.1rfm距今天數(shù)
rfm['R'] = -(rfm.order_dt - rfm.order_dt.max()) / np.timedelta64(1, 'D')
rfm.rename(columns = {'order_products': 'F', 'order_amount': 'M'}, inplace = True)
rfm.head()

• R表示客戶最近一次交易時(shí)間的間隔期贫，客戶在最近一段時(shí)間內(nèi)交易的金額跟匆。F表示客戶在最近一段時(shí)間內(nèi)交易的次數(shù),F值越大，表示客戶交易越頻繁通砍，反之則表示客戶交易不夠活躍玛臂。M表示客戶在最近一段時(shí)間內(nèi)交易的金額。M值越大封孙，表示客戶價(jià)值越高迹冤，反之則表示客戶價(jià)值越低。

# 4.2用戶分層：RFM模型
def rfm_func(x):
    level = x.apply(lambda x:'1' if x >= 0 else '0')
    label = level.R + level.F + level.M
    d = {
        '111': '重要價(jià)值客戶',
        '011': '重要保持客戶',
        '101': '重要發(fā)展客戶',
        '001': '重要挽留客戶',
        '110': '一般價(jià)值客戶',
        '010': '一般保持客戶',
        '100': '一般發(fā)展客戶',
        '000': '一般挽留客戶',
    }
    result = d[label]
    return result

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

• 這里運(yùn)用RFM模型來(lái)對(duì)用戶分層虎忌，分析用戶特點(diǎn)泡徙，這里使用的是平均數(shù)。

# 4.3用戶分層：求和
rfm.groupby('label').sum()

• 從圖中可以看出膜蠢，M的不同層次客戶的消費(fèi)累計(jì)金額堪藐，重要保持客戶的累計(jì)消費(fèi)金額最高

# 4.4用戶分層：計(jì)數(shù)
rfm.groupby('label').count()

• 如圖所示，不同層次用戶的消費(fèi)人數(shù)狡蝶，之前重要保持客戶的累計(jì)消費(fèi)金額最高庶橱，但消費(fèi)人數(shù)最多的卻是一般挽留客戶有14074人。

# 4.5用戶分層：RFM模型
rfm.loc[rfm.label == '重要價(jià)值客戶','color'] = 'g'
rfm.loc[~(rfm.label == '重要價(jià)值客戶'), 'color'] = 'r'
rfm.plot.scatter('F', 'R', c = rfm.color)
# pandas中增加顏色需要新增一列

• 從RFM分層可知贪惹，大部分用戶為重要保持客戶苏章，但是這是由于極值的影響，所以RFM的劃分標(biāo)準(zhǔn)應(yīng)該以業(yè)務(wù)為準(zhǔn)奏瞬。盡量用小部分的用戶覆蓋大部分的額度枫绅，不要為了數(shù)據(jù)好看劃分等級(jí)。
• RFM模型是衡量客戶價(jià)值的立方體模型硼端。充分結(jié)合數(shù)據(jù)與業(yè)務(wù)的關(guān)系并淋，是數(shù)據(jù)分析師應(yīng)該做到的，例如從以上數(shù)據(jù)看出珍昨，重要保持客戶貢獻(xiàn)金額最多县耽，應(yīng)如何與業(yè)務(wù)部分合作維護(hù)好這部分客戶句喷；再則重要發(fā)展客戶和重要挽留客戶靜默消費(fèi)了，如何喚醒這部分客戶使我們需要分析的兔毙。

# 4.6用戶分層：用戶生命周期
pivoted_counts = df.pivot_table(index = 'user_id',
                               columns = 'month',
                               values = 'order_dt',
                               aggfunc = 'count').fillna(0)
pivoted_counts.head()

• 用戶每月的消費(fèi)次數(shù)對(duì)于生命周期的劃分并無(wú)關(guān)系唾琼，而需把模型進(jìn)行優(yōu)化，知道用戶本月是否有消費(fèi)就可以了澎剥。
• 使用數(shù)據(jù)透視表可以非常直觀的看出用戶在某月是否有消費(fèi)過(guò)锡溯，其中沒(méi)有消費(fèi)過(guò)的以Nan表示，用fillna填充為0

# 4.7用戶生命周期
df_purchase = pivoted_counts.applymap(lambda x: 1 if x > 0 else 0)
df_purchase.tail()

• 從user_id2W+的數(shù)據(jù)來(lái)看哑姚，數(shù)據(jù)存在問(wèn)題祭饭。因?yàn)閺膶?shí)際業(yè)務(wù)出發(fā)，這部分的用戶一二月份是沒(méi)有注冊(cè)的叙量，是從三月份才進(jìn)行第一次消費(fèi)倡蝙。而數(shù)據(jù)透視表將一二月份的數(shù)據(jù)補(bǔ)充為0，這里需要注意是從第一次消費(fèi)作為生命周期的計(jì)算绞佩。

# 4.8用戶分層：用戶生命周期狀態(tài)變化
def active_status(data):
    status = []  #創(chuàng)建一個(gè)空的列表
    for i in range(18):
        
        #若本月沒(méi)有消費(fèi)
        if data[i] == 0:
            if len(status) > 0:
                if status[i-1] == 'unreg':
                    status.append('unreg')
                else:
                    status.append('unactive')
            else:
                status.append('unreg')
                
        #若本月消費(fèi)
        else:
            if len(status) == 0:
                status.append('new')
            else:
                if status[i - 1] == 'unactive':
                    status.append('return')
                elif status[i-1] == 'unreg':
                    status.append('new')
                else:
                    status.append('active')
    return status
purchase_stats = df_purchase.apply(active_status, axis = 1)
purchase_stats.head(5)

purchase_stats.tail(5)

這里要分兩種情況分析：
若本月沒(méi)有消費(fèi)

• 若之前是未注冊(cè)悠咱，則依舊為未注冊(cè)
• 若之前有消費(fèi)，則為流失/不活躍
• 其他情況征炼，為未注冊(cè)

若本月有消費(fèi)

• 若是第一次消費(fèi)，則為新用戶
• 如果之前有過(guò)消費(fèi)躬贡，則上個(gè)月為不活躍谆奥，則為回流
• 如果上個(gè)月為未注冊(cè)，則為新用戶
• 除此之外拂玻，為活躍

# 每月不同活躍用戶的計(jì)算
purchase_stats_ct = purchase_stats.replace('unreg',np.NaN).apply(lambda x: pd.value_counts(x))
purchase_stats_ct

#purchase_stats_ct.fillna(0).T.head()
purchase_stats_ct.fillna(0).T.plot.area()

由上表可知酸些，每月的用戶消費(fèi)狀態(tài)變化(圖表還不太美觀）

• 活躍用戶，持續(xù)消費(fèi)用戶檐蚜，對(duì)應(yīng)的是消費(fèi)運(yùn)營(yíng)質(zhì)量
• 回流用戶魄懂，之前不消費(fèi)本月才消費(fèi)，對(duì)應(yīng)的使喚回運(yùn)營(yíng)
• 不活躍用戶闯第，對(duì)應(yīng)的是流失

由此我們可以得出一個(gè)結(jié)論：流失的用戶增加市栗，回流用戶正在減少

# 5.用戶購(gòu)買周期（按訂單）
order_diff = grouped_user.apply(lambda x:x.order_dt - x.order_dt.shift())  
order_diff.head(10)
# 這里運(yùn)用匿名函數(shù)lambda，對(duì)分組后的用戶根據(jù)訂單購(gòu)買時(shí)間進(jìn)行錯(cuò)位相減

order_diff.describe()

• 從圖中可以看出咳短，user_id 1為0填帽，表示該客戶只購(gòu)買過(guò)一次；user_id 2的第一筆訂單和第二筆訂單是在同一天完成的

# 5.1用戶消費(fèi)周期分布
(order_diff / np.timedelta64(1, 'D')).hist(bins = 20)

• 訂單周期呈現(xiàn)指數(shù)分布,用戶的平均購(gòu)買周期是68天,絕大部分用戶的購(gòu)買周期都低于100天

# 6.用戶生命周期（第一筆訂單時(shí)間和最后一筆訂單時(shí)間）
(user_life['max'] - user_life['min']).describe()

• 從圖中可以看出咙好，數(shù)據(jù)偏差很大篡腌，中位數(shù)為0天，說(shuō)明超過(guò)50%的用戶只購(gòu)買了一次勾效，這一次主要集中在數(shù)據(jù)前三個(gè)月嘹悼，但平均數(shù)是134天叛甫，最大值是544天。

# 6.1用戶生命周期分布圖
((user_life['max'] - user_life['min'])/ np.timedelta64(1, 'D')).hist(bins = 40)

• 用戶的生命周期受只購(gòu)買一次的用戶影響比較厲害（可以排除）杨伙，用戶均消費(fèi)134天其监，中位數(shù)僅0天。

# 6.2用戶生命周期分布圖（過(guò)濾掉0天）
u_l = (user_life['max'] - user_life['min'])/np.timedelta64(1,'D')
u_l[u_l > 0].hist(bins = 40)

• 過(guò)濾掉lifetime > 0,即排除了僅消費(fèi)一次的客戶和一些生命周期在0天的兩次消費(fèi)的用戶缀台。
• 如圖所示棠赛，少部分用戶集中在50-300天，屬于普通型生命周期膛腐；高質(zhì)量用戶體現(xiàn)在生命周期400天以后的用戶睛约，這部分用戶屬于忠誠(chéng)用戶。

7.復(fù)購(gòu)率和回購(gòu)率分析

• 復(fù)購(gòu)率:自然月內(nèi)哲身，購(gòu)買多次的用戶占比

• 回購(gòu)率:曾經(jīng)購(gòu)買過(guò)的用戶在某一時(shí)間內(nèi)的再次購(gòu)買占比

pivoted_counts.head()

• 用戶每個(gè)月的消費(fèi)次數(shù)

# 7.1復(fù)購(gòu)率
purchase_r = pivoted_counts.applymap(lambda x: 1 if x > 1 else np.NaN if x == 0 else 0)
purchase_r.head()

• 這里使用applymap是針對(duì)DataFrame里的所有數(shù)據(jù)辩涝。然后用lambda函數(shù)進(jìn)行判斷，因?yàn)樾枰碧欤栽O(shè)置了兩個(gè)if…else怔揩。

# 7.2復(fù)購(gòu)率折線圖
(purchase_r.sum() / purchase_r.count()).plot(figsize = (10, 4))

• 用sum和count相除即可求出復(fù)購(gòu)率。因?yàn)閮蓚€(gè)函數(shù)都會(huì)忽略掉NaN脯丝，而NaN代表的是沒(méi)有消費(fèi)的用戶商膊，count函數(shù)不論是0還是1都會(huì)統(tǒng)計(jì)，所以表示總的消費(fèi)用戶數(shù)宠进，而sum求和是計(jì)算消費(fèi)兩次以上的用戶晕拆。
• 從圖中可以看出，前三個(gè)月因?yàn)橛写罅啃掠脩粲咳氩牡牛@批用戶購(gòu)買了一次实幕，所以導(dǎo)致復(fù)購(gòu)率降低，例如1月份的復(fù)購(gòu)率只有6%左右堤器；但到了后期昆庇，忠誠(chéng)客戶體現(xiàn)出來(lái)了，復(fù)購(gòu)率較為穩(wěn)定闸溃，保持在20%左右整吆。

df_purchase.head()

# 7.3回購(gòu)率
def purchase_back(data):
    status = []  #創(chuàng)建一個(gè)空列表，用來(lái)保存用戶回購(gòu)的字段
    for i in range(17):
        if data[i] == 1:   #用戶本月消費(fèi)過(guò)下月也消費(fèi)過(guò)記為1
            if data[i+1] == 1:
                status.append(1)
            if data[i+1] == 0:    #用戶下月沒(méi)有消費(fèi)過(guò)記為0
                status.append(0)
        else:
            status.append(np.NaN)  #用戶本月沒(méi)消費(fèi)圈暗，記為NaN
    status.append(np.NaN)
    return status
purchase_b = df_purchase.apply(purchase_back, axis = 1)
purchase_b.head(5)

(purchase_b.sum() / purchase_b.count()).plot(figsize = (10, 4))

• 注：0表示當(dāng)月消費(fèi)過(guò)次月沒(méi)有消費(fèi)掂为，1表示當(dāng)月消費(fèi)過(guò)次月依舊有消費(fèi)
• 回購(gòu)率也是由count和sum計(jì)算求出的；如圖所示员串，用戶回購(gòu)率為30%左右勇哗，由此可以得出：新客整體質(zhì)量不如老客，老客的忠誠(chéng)度（回購(gòu)率）表現(xiàn)較好寸齐，消費(fèi)頻次少差欲诺。
  第四部分小結(jié)：

通過(guò)用戶消費(fèi)行為的分析抄谐，可以看出各類知識(shí)點(diǎn)的運(yùn)用需要結(jié)合實(shí)際業(yè)務(wù)情況，對(duì)數(shù)據(jù)進(jìn)行過(guò)濾