数据分析实战：航空公司客户价值分析

一、背景目标

1. 通过对航空公司客户数据分析，对客户进行分类；
2. 比较不同客户的客户价值，并制定不同的服务和营销策略

二、数据探索分析

2.1 数据概况

• 数据时间范围： 2012年4月1日至2014年3月31日的 数据
• 数据记录数： 62988 行
• 字段数： 44 个
• 数据属性说明（字段）

        根据字段类型将数据属性分为三类：客户基本信息、乘机信息和积分信息。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv('航空公司客户价值分析/air_data.csv',header=0)

# 行数、列数
df.shape
# 预览数据
df.head()

2.2 数据质量分析

2.2.1 缺失值分析

• 检查每一列的缺失值，并降序排列

# 检查每一列的缺失值，并降序排列

df.isnull().sum().sort_values(ascending=False)

 

 有 7 个属性列存在缺失值，分别是国家、省份、城市、年龄、性别及2个票价列

根据属性特点，在后续的分析中，年龄、票价的相关性较高，需要进行缺省值的预处理。

2.2.2 重复值分析

# 查询是否有重复值
df.duplicated().sum()

没有重复值。

 2.3 数据特征分析

数据存在缺失值，在进行数据预处理之前，对这些数据属性的特征进行分析，确定数据预处理的方案。

通过描述性分析，查看每个属性特征的总记录数及最大值、最小值、平均值、标准差等值分布：

# 查看每个特征的总条数以及五值分布：平