（七）Python数据分析与挖掘实战（实战篇）——航空公司客户价值分析

这个专栏用来记录我在学习和实践《Python数据分析与挖掘实战》一书时的一些知识点总结和代码实现。

背景和目标

通过客户分类，区分无价值客户、高价值客户，从而针对不同人群制定优化的个性化服务方案，采取不同的营销策略，将有限营销资源集中于高价值客户，实现企业利润的最大化目标。
准确的客户分类结果是企业优化营销资源的重要依据，客户分类越来越成为客户关系管理中急需解决的问题之一。

主要分为以下几个步骤：

1）借助航空公司客户数据，对客户进行分类
2）对不同的客户类别进行特征分析，比较不同类客户的客户价值
3）对不同价值的客户类别提供个性化服务，指定相应的营销策略

数据

客户基本信息

属性名称	属性说明
MEMBER_NO	会员卡号
FFP_DATE	入会时间
FIRST_FLIGHT_DATE	第一次飞行日期
GENDER	性别
FFP_TIER	会员卡级别
WORK_CITY	工作地城市
WORK_PROVINCE	工作地所在省份
WORK_COUNTRY	工作地所在国家
AGE	年龄

乘机信息

属性名称	属性说明
FLIGHT_COUNT	观测窗口内的飞行次数
LOAD_TIME	观测窗口的结束时间
LAST_TO_END	最后一次乘机时间至观测窗口结束时长
AVG_DISCOUNT	平均折扣率
SUM_YR	观测窗口的票价收入
SEG_KM_SUM	观测窗口的总飞行公里数
LAST_FLIGHT_DATE	末次飞行日期
AVG_INTERVAL	平均乘机时间间隔
MAX_INTERVAL	最大乘机时间间隔

积分信息

属性名称	属性说明
EXCHANGE_COUNT	积分兑换次数
EP_SUM	总精英积分
PROMOPTIVE_SUM	促销积分
PARTNER_SUM	合作伙伴积分
POINTS_SUM	总累计积分
POINT_NOTFLIGHT	非乘机的积分变动次数
BP_SUM	总基本积分

脚本

data_explore.py

#-*- coding: utf-8 -*-
# 对数据进行基本的探索
# 返回缺失值个数以及最大最小值

import pandas as pd

datafile = '../data/air_data.csv'  # 航空原始数据,第一行为属性标签
resultfile = '../tmp/explore.xls'  # 数据探索结果表

# 读取原始数据，指定UTF-8编码（需要用文本编辑器将数据装换为UTF-8编码）
data = pd.read_csv(datafile, encoding='utf-8')

# 包括对数据的基本描述，percentiles参数是指定计算多少的分位数表（如1/4分位数、中位数等）；T是转置，转置后更方便查阅
explore = data.describe(percentiles=[], include='all').T
# print(explore)

# describe()函数自动计算非空值数，需要手动计算空值数
explore['null'] = len(data) - explore['count']

explore = explore[['null', 'max', 'min']]
explore.columns = [u'空值数', u'最大值', u'最小值']  # 表头重命名
'''这里只选取部分探索结果。
describe()函数自动计算的字段有count（非空值数）、unique（唯一值数）、top（频数最高者）、freq（最高频数）、mean（平均值）、std（方差）、min（最小值）、50%（中位数）、max（最大值）'''

explore.to_excel(resultfile)  # 导出结果

data_clean.py

#-*- coding: utf-8 -*-
# 数据清洗，过滤掉不符合规则的数据

import panda