项目实战--用户消费数据分析

最新推荐文章于 2024-07-07 22:26:27 发布

胜天半月子

最新推荐文章于 2024-07-07 22:26:27 发布

阅读量9.9k

点赞数 61

分类专栏： # Python科学计算基础文章标签：数据分析 python pandas 数据挖掘 matplotlib

本文链接：https://blog.csdn.net/HG0724/article/details/121070931

版权

本文通过Python和pandas对CDNOW_master.txt数据进行预处理，按月分析用户消费，包括总金额、产品购买数量和消费次数，并进行用户个体消费分析，如消费金额和数量的散点图、直方图。进一步，研究用户消费行为，如首次和最后一次消费的月份分布，新老客户占比，并利用agg函数计算RFM模型，最后探讨用户生命周期，划分用户活跃度。

摘要由CSDN通过智能技术生成

引入包

本项目所用数据为【密码：pfj6】:CDNOW_master.txt

import numpy as np
import pandas as pd
from pandas import DataFrame,Series
import matplotlib.pyplot as plt

# CDNOW_master.txt
# 支持中文
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号

一、数据预处理

本阶段需求
读取数据集

df = pd.read_csv('./CDNOW_master.txt')
df.head()

在这里插入图片描述

消除列的索引，使用指定索引

# "\s+"则表示匹配任意多个上面的字符 ⭐
df = pd.read_csv('./CDNOW_master.txt',header=None,sep='\s+',names=['user_id','order_dt','order_product','order_amount'])
df.head()

在这里插入图片描述

查看数据类型

df.info()

在这里插入图片描述

将order_dt转换成时间序列

df['order_dt'] = pd.to_datetime(df['order_dt'],format='%Y%m%d')
df.info()

在这里插入图片描述

查看数据的统计描述

df.describe()

在这里插入图片描述

在源数据中添加一列表示月份：astype(datetime64[‘M’])

df['month'] = df['order_dt'].astype('datetime64[M]')
df.head()

在这里插入图片描述

astype的用法：np.astype()

Python中与数据类型相关函数及属性有如下三个：type/dtype/astype

type() 返回参数的数据类型

dtype 返回数组中元素的数据类型

astype() 对数据类型进行转换

二、按月对数据分析

在这里插入图片描述

用户每月花费的总金额

df.groupby(by='month')['order_amount'].sum()

在这里插入图片描述

绘制曲线图

df.groupby(by='month')['order_amount'].sum().plot()

在这里插入图片描述

对上图进行细化

plt.figure(figsize=(8,5)) 
plt.plot(df.groupby(by='month')['order_amount'].sum())
plt.xlabel('order_dt')
plt.ylabel('sum of amount')
plt.title('用户每月花费的总金额')
plt.legend()