数据分析之实例四：用户消费行为数据分析（二

最新推荐文章于 2024-10-08 01:09:53 发布

samll-guo

最新推荐文章于 2024-10-08 01:09:53 发布

阅读量996

点赞数

分类专栏： alot学习 python数据分析文章标签： r语言 python big data

本文链接：https://blog.csdn.net/m0_58465990/article/details/120622517

版权

本文深入探讨了用户购买周期的分布，揭示了用户生命周期的特点，并通过直方图展示了不同用户的消费频率。同时，进行了复购率和回购率的详细分析，为理解用户行为提供了关键洞察。

摘要由CSDN通过智能技术生成

用户的购买周期

#shift函数：将数据移动到一定的位置
data1 = pd.DataFrame({
    'a':[0,1,2,3,4,5],
    'b':[5,4,3,2,1,0]
})
data1.shift(axis=0)# shift()函数默认axis=0，整体向下一定一位
data1.shift(axis=1)#整体向右一定一位

#计算购买周期（购买日期的时间差）
order_diff=df.groupby(by='user_id').apply(lambda x:x['order_date']-x['order_date'].shift())
order_diff.describe()

count                         46089
mean     68 days 23:22:13.567662566
std      91 days 00:47:33.924168893
min                 0 days 00:00:00
25%                10 days 00:00:00
50%                31 days 00:00:00
75%                89 days 00:00:00
max               533 days 00:00:00
Name: order_date, dtype: object

#数据可视化，转化成直方图
(order_diff/np.timedelta64(1,'D')).hist(bins=20)#/np.timedelta64(1,'D')，日期转化成天
#bins影响柱子的宽度，每个柱子的宽度=（最大值=最小值）/bins
plt.xlabel('消费周期',color='b')
plt.ylabel('消费人数',color='r')