JD消费行为分析-数据清洗

最新推荐文章于 2024-05-11 22:35:41 发布
最新推荐文章于 2024-05-11 22:35:41 发布
阅读量1.1k 收藏 14
点赞数 2
文章标签： 数据分析 python pandas
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_43199076/article/details/126659711
版权

4.3.1生成购买最多的类目（df_cate_Order）

1.数据概况

数据概况：
customer_id ：用户ID
product_id ：产品名
action_date ：动作执行时间(2018/2/1-2018-4/15)
action_id ：动作ID
type ：'PageView'：浏览, 'Follow'：收藏, 'Order'：购买, 'SavedCart'加入购物车, 'Comment'：评论
age_range ：年龄等级1-6
gender ：男M女W,后续替换成1和0，方便计算
customer_register_date ：用户注册时间
customer_level ：用户等级1-7
city_level ：用户所在城市等级1-6，大概是超一线城市到五线城市
brand ：品牌
shop_id : 店铺名称
category ：商品分类
product_market_date ：商品上架日期
vender_id ：仓库代码
fans_number ：收藏人数
vip_number ：这个真没看出来，得去找上传数据的人问清楚
shop_register_date ：店铺注册时间,但是根据抽样结果来看，有38.56%的缺失，对结果的影响比较大
shop_category ：店铺分类
shop_score：店铺评分

2.观察数据的具体情况

#数据清洗
import numpy as np
import pandas as pd
import gc
import warnings
warnings.filterwarnings('ignore')
from datetime import datetime
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
# 用来设置字体样式以正常显示中文标签
plt.rcParams['axes.unicode_minus']=False
# 默认是使用Unicode负号，设置正常显示字符，如正常显示负号

#读取数据
df_original = pd.read_excel('京东消费者分析数据.xlsx')
df=df_original.sample(frac=0.3,random_state =None)
del df_original
gc.collect()
print(df)

df.info()
df.isnull().sum()
df.describe()

 Out:

<class 'pandas.core.frame.DataFrame'>
Int64Index: 55148 entries, 107652 to 183471
Data columns (total 20 columns):
 #   Column                  Non-Null Count  Dtype         
---  ------                  --------------  -----         
 0   customer_id             55148 non-null  int64         
 1   product_id              55148 non-null  int64         
 2   action_date             55148 non-null  datetime64[ns]
 3   action_id               55148 non-null  int64         
 4   type                    55148 non-null  object        
 5   age_range               55118 non-null  float64       
 6   gender                  55148 non-null  object        
 7   customer_register_date  55148 non-null  datetime64[ns]
 8   customer_level          55148 non-null  int64         
 9   city_level              55107 non-null  float64       
 10  brand                   55148 non-null  object        
 11  shop_id                 55148 non-null  int64         
 12  category                55148 non-null  object        
 13  product_market_date     55148 non-null  datetime64[ns]
 14  vender_id               55148 non-null  int64         
 15  fans_number             55148 non-null  int64         
 16  vip_number              55148 non-null  int64         
 17  shop_register_date      33574 non-null  datetime64[ns]
 18  shop_category           55148 non-null  object        
 19  shop_score              55148 non-null  float64       
dtypes: datetime64[ns](4), float64(3), int64(8), object(5)
memory usage: 8.8+ MB

Out:

customer_id                   0
product_id                    0
action_date                   0
action_id                     0
type                          0
age_range                    30
gender                        0
customer_register_date        0
customer_level                0
city_level                   41
brand                         0
shop_id                       0
category                      0
product_market_date           0
vender_id                     0
fans_number                   0
vip_number                    0
shop_register_date        21574
shop_category                 0
shop_score                    0
dtype: int64
 

 ​​​​
 

customer_idproduct_idaction_idage_rangecustomer_levelcity_levelshop_idvender_idfans_numbervip_numbershop_score
count5.514800e+0455148.0000005.514800e+0455118.00000055148.00000055107.00000055148.00000055148.0000005.514800e+045.514800e+0455148.000000
mean8.023935e+05188737.6705415.919336e+064.6763854.9673793.2826325275.2549684319.9718946.875368e+041.019048e+055.685935
std4.642326e+05108832.3446803.355640e+061.5311932.3340621.4152852909.4569962216.3994992.467923e+052.707927e+054.658851
min2.900000e+0111.0000009.700000e+011.0000001.0000001.0000002.0000001.0000000.000000e+000.000000e+00-1.000000
25%3.994782e+0594598.0000003.015719e+065.0000005.0000003.0000002836.0000003666.0000000.000000e+000.000000e+000.000000
50%8.006390e+05187265.0000005.979096e+065.0000006.0000004.0000005523.0000003666.0000004.440000e+031.247200e+049.305797
75%1.205906e+06283693.5000008.958055e+066.0000007.0000004.0000007794.0000005527.2500004.262900e+049.209900e+049.537014
max1.608703e+06378410.0000001.136353e+076.0000007.0000006.00000010394.0000009751.0000009.293487e+061.384168e+0710.000000
 

df['type'].unique()
#去除type中的重复元素
 

Out:array(['PageView', 'Order', 'Comment', 'Follow', 'SavedCart'],
      dtype=object)

 

df['action_id'].value_counts()
 

10439703    2689
4099416        4
6069655        4
9401782        4
1553885        3
            ... 
199997         1
8050723        1
1858919        1
2400243        1
7382395        1
Name: action_id, Length: 51971, dtype: int64
 

df[df['action_id']==10439703]
 

customer_idproduct_idaction_dateaction_idtypeage_rangegendercustomer_register_datecustomer_levelcity_levelbrandshop_idcategoryproduct_market_datevender_idfans_numbervip_numbershop_register_dateshop_categoryshop_score
96135565504701802018-03-02 19:01:0010439703Comment6.0W2017-10-3011.0Haier9439Refrigerator2017-07-19651813481825692017-07-13Household Eletric Appliance9.732879
9297210435703388412018-04-02 13:41:0010439703Comment4.0W2017-01-1711.0Other8156Cookie2017-06-294483258981186812017-06-06Food9.546145
918266653263278262018-03-27 13:46:0010439703Comment5.0W2011-04-2973.0Three Squirrels8111Nut2014-11-1065021245111595542013-06-28Food9.382478
9460916076043637962018-02-23 23:33:0010439703Follow4.0M2014-07-2555.0Other4114Coat2016-03-035321135287862013-08-26Clothes9.291452
961241375615196432018-03-18 14:27:0010439703Comment5.0W2018-03-0761.0Loreal4349Face Cream2017-09-196551278372794492017-07-27Beauty Makeup9.615594
...............................................................
909421797162717812018-04-14 13:07:0010439703SavedCart6.0W2010-06-2673.0Gree2197Air Conditioner2018-02-2833066727395872017-11-20Household Eletric Appliance9.907947
9782416059852596542018-04-12 07:05:0010439703SavedCart5.0M2015-06-1361.0Other1756Facial Mask2015-09-1212714217201532015-09-11Beauty Makeup9.389397
93014400983488172018-04-13 19:25:0010439703SavedCart2.0M2013-05-1874.0Lenovo6662Notebook2015-03-10366600NaTElectronics0.000000
9131015472182775652018-04-11 15:03:0010439703SavedCart5.0W2017-03-0413.0Kuka4943Sofa2017-03-2736582965173712017-03-26Furniture9.692748
9645313566752428242018-04-10 23:37:0010439703SavedCart1.0W2016-03-0163.0Other9031Makerup Water2015-03-2651278972714412015-03-20Beauty Makeup9.031195
 

2689 rows × 20 columns
 

理论上说，一个action_id应该是针对一个用户一次动作在系统中的标志，应该是具有唯一性的，但是这个action_id在不同用户的不同场景下重复使用，因为这个数据集只是随机抽样了30%的数据，可以理解为系统随机生成且重复使用的。
 

#查看产品和商品，大概能知道哪一家店和商品的热度较高
df['product_id'].value_counts()
df['shop_id'].value_counts()
#查看仓库数据，最多的应该是京东自己的仓库
df['vender_id'].value_counts()
#查看注册时间，发现根据抽样结果来看，有38.56%的缺失，对结果的影响比较大
df['shop_register_date'].value_counts()
#删除shop_register_date
df.drop('shop_register_date',axis=1,inplace=True)
 

3.对有关数据进行替换
 

3.1把性别替换成可识别的1和0，把行为替换为可识别的1-2-3-4-5
 

#把性别替换成可识别的1和0
df.loc[df['gender'] == 'M', 'gender'] = 1
df.loc[df['gender'] == 'W', 'gender'] = 0
#把行为替换为可识别的1-2-3-4-5
df.loc[df['type'] == 'PageView', 'type'] = 1
df.loc[df['type'] == 'Follow', 'type'] = 2
df.loc[df['type'] == 'SavedCart', 'type'] = 3
df.loc[df['type'] == 'Order', 'type'] = 4
df.loc[df['type'] == 'Comment', 'type'] = 5
df
 

3.2   用户最喜欢浏览和下单的时间
 

df['date'] = df['action_date'].dt.date
df['time'] = df['action_date'].dt.hour
df['Zone'] = pd.cut(df['time'],bins=[-1,5,10,13,18,24],labels=['凌晨','上午','中午','下午','晚上'])
#把时间段分为'凌晨'、'上午'、'中午'、'下午'、'晚上'
df.drop('action_date',axis=1,inplace=True)
df
 

3.2.1 用户（labels）
 

users = df['customer_id'].unique()
labels = pd.DataFrame(users,columns=['customer_id'])
labels
 

 

  
 

3.2.2 用户活跃时间（time_browse）
 

time_browse=df[df['type']==1].groupby(['customer_id','Zone']).product_id.count().reset_index()
time_browse.rename(columns={'product_id':'hour_counts'}, inplace=True)
time_browse
 

 

 
 

3.2.3 每个用户浏览次数最多的时间（time_browse_max）
 

#每个用户浏览次数最多的时段
time_browse_max = time_browse.groupby('customer_id').hour_counts.max().reset_index()
time_browse_max.rename(columns={'hour_counts':'read_counts_max'},inplace=True)
time_browse_max
#重新构建time_browse
time_browse = pd.merge(time_browse,time_browse_max,how='left',on='customer_id')
time_browse
 

 

 3.2.3 每个用户浏览次数最多的时段（time_browse_Zone）
 

#选取各用户浏览次数最多的时段，如有并列最多的时段，用逗号连接
time_browse_Zone=time_browse.loc[time_browse['hour_counts']==time_browse['read_counts_max'],'Zone'].groupby(time_browse['customer_id']).aggregate(lambda x:','.join(x)).reset_index()
time_browse_Zone
 

 
 

 

3.2.4将用户浏览的时段加入到用户标签表(lables)中
 

labels = pd.merge(labels,time_browse_Zone,how='left',on='customer_id')
labels.rename(columns={'Zone':'time_browse'},inplace=True)
#labels#因为抽样数据，所以出现空值也很正常
labels
 

 
 

 

 
 

3.2.5得出客户最喜欢下单的时间段(time_Order_hour)
 

#得出客户最喜欢下单的时间段
time_Order = df[df['type']==4].groupby(['customer_id','Zone']).product_id.count().reset_index()
time_Order.rename(columns={'product_id':'hour_counts'},inplace=True)
time_Order_max = time_Order.groupby('customer_id').hour_counts.max().reset_index()
time_Order_max.rename(columns={'hour_counts':'buy_counts_max'},inplace=True)
time_Order = pd.merge(time_Order,time_Order_max,how='left',on='customer_id')
time_Order_hour = time_Order.loc[time_Order['hour_counts']==time_Order['buy_counts_max'],'Zone'].groupby(time_Order['customer_id']).aggregate(lambda x:','.join(x)).reset_index()
time_Order_hour
 

 

 
 

3.2.6客户最喜欢下单的时间段用户标签表(lables)中
 

labels = pd.merge(labels,time_Order_hour,how='left',on='customer_id')
labels.rename(columns={'Zone':'time_Order'},inplace=True)
labels
 

 

 
 

4.商品类别作为锚点，进行店铺以及品牌的推荐
 

df_browse = df.loc[df['type']==1,['customer_id','product_id','brand','category','shop_category']]#浏览
df_Follow = df.loc[df['type']==2,['customer_id','product_id','brand','category','shop_category']]#关注
df_SavedCart = df.loc[df['type']==3,['customer_id','product_id','brand','category','shop_category']]#加入购物车
df_Order = df.loc[df['type']==4,['customer_id','product_id','brand','category','shop_category']]#购买
df_Comment = df.loc[df['type']==5,['customer_id','product_id','brand','category','shop_category']]#评论
 

4.1浏览最多的类目
 

#对用户与类目进行分组，统计浏览次数
df_cate_most_browse = df_browse.groupby(['customer_id','category']).product_id.count().reset_index()
df_cate_most_browse.rename(columns={'product_id':'category_counts'},inplace=True)
#每个用户浏览次数最多的类目
df_cate_most_browse_max = df_cate_most_browse.groupby('customer_id').category_counts.max().reset_index()
df_cate_most_browse_max.rename(columns={'category_counts':'category_counts_max'},inplace=True)

 

4.1.1各用户浏览次数最多的类目(df_cate_browse)
 

df_cate_most_browse = pd.merge(df_cate_most_browse,df_cate_most_browse_max,how='left',on='customer_id')
df_cate_most_browse['category'] = df_cate_most_browse['category'].astype(str)
#选取各用户浏览次数最多的类目，如有并列最多的类目，用逗号连接
df_cate_browse = df_cate_most_browse.loc[df_cate_most_browse['category_counts']==df_cate_most_browse['category_counts_max'],'category'].groupby(df_cate_most_browse['customer_id']).aggregate(lambda x:','.join(x)).reset_index()
df_cate_browse
 

 

4.1.2将用户浏览最多的类目加入到用户标签表(lables)中
 

#将用户浏览最多的类目加入到用户标签表中
labels = pd.merge(labels,df_cate_browse,how='left',on='customer_id')
labels.rename(columns={'category':'cate_most_browse'},inplace=True)
labels
 

 

 
 

 4.2关注最多的目录
 

4.2.1生成产品与浏览最多的类目（df_cate_Follow）
 

#生成产品与浏览最多的类目
df_cate_most_Follow = df_Follow.groupby(['customer_id','category']).product_id.count().reset_index()
df_cate_most_Follow.rename(columns={'product_id':'category_counts'},inplace=True)

df_cate_most_Follow_max = df_cate_most_Follow.groupby('customer_id').category_counts.max().reset_index()
df_cate_most_Follow_max.rename(columns={'category_counts':'category_counts_max'},inplace=True)

df_cate_most_Follow = pd.merge(df_cate_most_Follow,df_cate_most_Follow_max,how='left',on='customer_id')
df_cate_most_Follow['category'] = df_cate_most_Follow['category'].astype(str)
df_cate_Follow = df_cate_most_Follow.loc[df_cate_most_Follow['category_counts']==df_cate_most_Follow['category_counts_max'],'category'].groupby(df_cate_most_Follow['customer_id']).aggregate(lambda x:','.join(x)).reset_index()
df_cate_Follow
 

 

 4.2.2生成产品与浏览最多的类目加入到用户标签表(lables)中
 

labels = pd.merge(labels,df_cate_Follow,how='left',on='customer_id')
labels.rename(columns={'category':'cate_most_Follow'},inplace=True)
labels
 

 

 4.2.3用最大加购数定位收藏种类，以‘,’分割
 

df_cate_most_SavedCart = df_SavedCart.groupby(['customer_id','category']).product_id.count().reset_index()#根据用户id和加购类目统计每个类目下有多少个ITEM
df_cate_most_SavedCart.rename(columns={'product_id':'category_counts'},inplace=True)#更改item计数列名称

df_cate_most_SavedCart_max = df_cate_most_SavedCart.groupby('customer_id').category_counts.max().reset_index()#用户加购item最多的数量
df_cate_most_SavedCart_max.rename(columns={'category_counts':'category_counts_max'},inplace=True)#更改加购计数列名

df_cate_most_SavedCart = pd.merge(df_cate_most_SavedCart,df_cate_most_SavedCart_max,how='left',on='customer_id')
df_cate_most_SavedCart['category'] = df_cate_most_SavedCart['category'].astype(str)
df_cate_SavedCart = df_cate_most_SavedCart.loc[df_cate_most_SavedCart['category_counts']==df_cate_most_SavedCart['category_counts_max'],'category'].groupby(df_cate_most_SavedCart['customer_id']).aggregate(lambda x:','.join(x)).reset_index()
# 用最大加购数定位收藏种类，以','分割
df_cate_most_SavedCart
 

 

  4.2.4将最大加购数定位收藏种类加入到用户标签表(lables)中
 

labels = pd.merge(labels,df_cate_SavedCart,how='left',on='customer_id')
labels.rename(columns={'category':'cate_most_SavedCart'},inplace=True)
labels
 

customer_idtime_browsetime_Ordercate_most_browsecate_most_Followcate_most_SavedCart
01458305下午NaNTabletNaNNaN
11467825晚上NaNCoatNaNNaN
2275569下午NaNBadmintonNaNNaN
31015490晚上NaNFoundation Make-upNaNNaN
41467471凌晨NaNNotebookNaNNaN
.....................
48848588171凌晨NaNCookieNaNNaN
48849157689晚上NaNSunscreen CreamNaNNaN
48850809793下午NaNPhoneNaNNaN
48851441831中午NaNPhoneNaNNaN
488521402044NaNNaNNaNNaNNaN
 

48853 rows × 6 columns
 

4.3购买最多的类目
 

4.3.1生成购买最多的类目（df_cate_Order）
 

df_cate_most_Order = df_Order.groupby(['customer_id','category']).product_id.count().reset_index()
df_cate_most_Order.rename(columns={'product_id':'category_counts'},inplace=True)

df_cate_most_Order_max = df_cate_most_Order.groupby('customer_id').category_counts.max().reset_index()
df_cate_most_Order_max.rename(columns={'category_counts':'category_counts_max'},inplace=True)

df_cate_most_Order = pd.merge(df_cate_most_Order,df_cate_most_Order_max,how='left',on='customer_id')
df_cate_most_Order['category'] = df_cate_most_Order['category'].astype(str)
df_cate_Order = df_cate_most_Order.loc[df_cate_most_Order['category_counts']==df_cate_most_Order['category_counts_max'],'category'].groupby(df_cate_most_Order['customer_id']).aggregate(lambda x:','.join(x)).reset_index()

df_cate_Order
 

 

4.3.2将生成购买最多的类目加入到用户标签表(lables)中
 

labels = pd.merge(labels,df_cate_Order,how='left',on='customer_id')
labels.rename(columns={'category':'cate_most_Order'},inplace=True)
labels
 

 

 4.4 30天内用户行为(month_active)
 

数据集的最后一个action_date是2018/04/15，往前倒30天就是2018/03/16
 

df_short = df[['customer_id','product_id','type','brand','category','shop_category','date']]
df_short['date'] = pd.to_datetime(df_short['date'],format='%Y-%m-%d')
df_short
df_near_30 = df_short[df_short['date']>datetime.strptime('2018-03-15', '%Y-%m-%d')]
#df_near_30
df_near_30_Order = df_near_30[df_near_30['type']==4].groupby('customer_id').product_id.count().reset_index()
labels = pd.merge(labels,df_near_30_Order,how='left',on='customer_id')
labels.rename(columns={'product_id':'month_buy'},inplace=True)
df_near_30_SavedCart = df_near_30[df_near_30['type']==3].groupby('customer_id').product_id.count().reset_index()
labels = pd.merge(labels,df_near_30_SavedCart,how='left',on='customer_id')
labels.rename(columns={'product_id':'month_Cart'},inplace=True)
month_active = df_near_30.groupby('customer_id')['date'].nunique()
labels = pd.merge(labels,month_active,how='left',on='customer_id')
labels.rename(columns={'date':'month_active'},inplace=True)
labels
 

customer_idtime_browsetime_Ordercate_most_browsecate_most_Followcate_most_SavedCartcate_most_Ordermonth_buymonth_Cartmonth_active
01458305下午NaNTabletNaNNaNNaNNaNNaNNaN
11467825晚上NaNCoatNaNNaNNaNNaNNaNNaN
2275569下午NaNBadmintonNaNNaNNaNNaNNaN1.0
31015490晚上NaNFoundation Make-upNaNNaNNaNNaNNaN1.0
41467471凌晨NaNNotebookNaNNaNNaNNaNNaN1.0
.................................
48848588171凌晨NaNCookieNaNNaNNaNNaNNaN1.0
48849157689晚上NaNSunscreen CreamNaNNaNNaNNaNNaNNaN
48850809793下午NaNPhoneNaNNaNNaNNaNNaNNaN
48851441831中午NaNPhoneNaNNaNNaNNaNNaNNaN
488521402044NaNNaNNaNNaNNaNNaNNaNNaN1.0
 

48853 rows × 10 columns
 

4.5 7天内用户行为(df_week_buy)
 

数据集的最后一个action_date是2018/04/15，往前倒7天就是2018/04/07
 

df_week = df_short[df_short['date']>datetime.strptime('2018-04-07', '%Y-%m-%d')]

df_week_buy = df_week[df_week['type']==4].groupby('customer_id').product_id.count().reset_index()
labels = pd.merge(labels,df_week_buy,how='left',on='customer_id')
labels.rename(columns={'product_id':'week_buy'},inplace=True)


df_week_SavedCart = df_week[df_week['type']==3].groupby('customer_id').product_id.count().reset_index()
labels = pd.merge(labels,df_week_SavedCart,how='left',on='customer_id')
labels.rename(columns={'product_id':'week_Cart'},inplace=True)


week_active = df_near_30.groupby('customer_id')['date'].nunique()
labels = pd.merge(labels,week_active,how='left',on='customer_id')
labels.rename(columns={'date':'week_active'},inplace=True)
labels
 

customer_idtime_browsetime_Ordercate_most_browsecate_most_Followcate_most_SavedCartcate_most_Ordermonth_buymonth_Cartmonth_activeweek_buyweek_Cartweek_active
01458305下午NaNTabletNaNNaNNaNNaNNaNNaNNaNNaNNaN
11467825晚上NaNCoatNaNNaNNaNNaNNaNNaNNaNNaNNaN
2275569下午NaNBadmintonNaNNaNNaNNaNNaN1.0NaNNaN1.0
31015490晚上NaNFoundation Make-upNaNNaNNaNNaNNaN1.0NaNNaN1.0
41467471凌晨NaNNotebookNaNNaNNaNNaNNaN1.0NaNNaN1.0
..........................................
48848588171凌晨NaNCookieNaNNaNNaNNaNNaN1.0NaNNaN1.0
48849157689晚上NaNSunscreen CreamNaNNaNNaNNaNNaNNaNNaNNaNNaN
48850809793下午NaNPhoneNaNNaNNaNNaNNaNNaNNaNNaNNaN
48851441831中午NaNPhoneNaNNaNNaNNaNNaNNaNNaNNaNNaN
488521402044NaNNaNNaNNaNNaNNaNNaNNaN1.0NaNNaN1.0
 

48853 rows × 13 columns
 

4.6上次浏览（last_browse）、加购（last_SavedCart
 

）、购买（last_Order）距最后一天（2018/04/15）的天数
 

#上次浏览距今(2018/04/15)天数
last_browse = df_short[df_short['type']==1].groupby('customer_id')['date'].max().apply(lambda x:(datetime.strptime('2018-04-15','%Y-%m-%d')-x).days)
labels = pd.merge(labels,last_browse,how='left',on='customer_id')
labels.rename(columns={'date':'last_browse'},inplace=True)
labels
#上次加购距今(2018/04/15)天数
last_SavedCart = df_short[df_short['type']==3].groupby('customer_id')['date'].max().apply(lambda x:(datetime.strptime('2018-04-15','%Y-%m-%d')-x).days)
labels = pd.merge(labels,last_SavedCart,how='left',on='customer_id')
labels.rename(columns={'date':'last_SavedCart'},inplace=True)
labels
#上次购买距今(2018/04/15)天数
last_Order = df_short[df_short['type']==4].groupby('customer_id')['date'].max().apply(lambda x:(datetime.strptime('2018-04-15','%Y-%m-%d')-x).days)
labels = pd.merge(labels,last_Order,how='left',on='customer_id')
labels.rename(columns={'date':'last_Orger'},inplace=True)
labels
 

customer_idtime_browsetime_Ordercate_most_browsecate_most_Followcate_most_SavedCartcate_most_Ordermonth_buymonth_Cartmonth_activeweek_buyweek_Cartweek_activelast_browselast_SavedCartlast_Orger
01458305下午NaNTabletNaNNaNNaNNaNNaNNaNNaNNaNNaN51.0NaNNaN
11467825晚上NaNCoatNaNNaNNaNNaNNaNNaNNaNNaNNaN69.0NaNNaN
2275569下午NaNBadmintonNaNNaNNaNNaNNaN1.0NaNNaN1.01.0NaNNaN
31015490晚上NaNFoundation Make-upNaNNaNNaNNaNNaN1.0NaNNaN1.025.0NaNNaN
41467471凌晨NaNNotebookNaNNaNNaNNaNNaN1.0NaNNaN1.05.0NaNNaN
...................................................
48848588171凌晨NaNCookieNaNNaNNaNNaNNaN1.0NaNNaN1.020.0NaNNaN
48849157689晚上NaNSunscreen CreamNaNNaNNaNNaNNaNNaNNaNNaNNaN46.0NaNNaN
48850809793下午NaNPhoneNaNNaNNaNNaNNaNNaNNaNNaNNaN34.0NaNNaN
48851441831中午NaNPhoneNaNNaNNaNNaNNaNNaNNaNNaNNaN59.0NaNNaN
488521402044NaNNaNNaNNaNNaNNaNNaNNaN1.0NaNNaN1.0NaNNaNNaN
 

48853 rows × 16 columns
 

4.7最近两次购买间隔天数(interval_buy)
 

#最近两次购买间隔天数
df_interval_buy = df_short[df_short['type']==4].groupby(['customer_id','date']).product_id.count().reset_index()
interval_buy = df_interval_buy.groupby('customer_id')['date'].apply(lambda x:x.sort_values().diff(1).dropna().head(1)).reset_index()
interval_buy['date'] = interval_buy['date'].apply(lambda x : x.days)
interval_buy.drop('level_1',axis=1,inplace=True)
interval_buy.rename(columns={'date':'interval_buy'},inplace=True)
labels = pd.merge(labels,interval_buy,how='left',on='customer_id')
labels
 

customer_idtime_browsetime_Ordercate_most_browsecate_most_Followcate_most_SavedCartcate_most_Ordermonth_buymonth_Cartmonth_activeweek_buyweek_Cartweek_activelast_browselast_SavedCartlast_Orgerinterval_buy
01458305下午NaNTabletNaNNaNNaNNaNNaNNaNNaNNaNNaN51.0NaNNaNNaN
11467825晚上NaNCoatNaNNaNNaNNaNNaNNaNNaNNaNNaN69.0NaNNaNNaN
2275569下午NaNBadmintonNaNNaNNaNNaNNaN1.0NaNNaN1.01.0NaNNaNNaN
31015490晚上NaNFoundation Make-upNaNNaNNaNNaNNaN1.0NaNNaN1.025.0NaNNaNNaN
41467471凌晨NaNNotebookNaNNaNNaNNaNNaN1.0NaNNaN1.05.0NaNNaNNaN
......................................................
48848588171凌晨NaNCookieNaNNaNNaNNaNNaN1.0NaNNaN1.020.0NaNNaNNaN
48849157689晚上NaNSunscreen CreamNaNNaNNaNNaNNaNNaNNaNNaNNaN46.0NaNNaNNaN
48850809793下午NaNPhoneNaNNaNNaNNaNNaNNaNNaNNaNNaN34.0NaNNaNNaN
48851441831中午NaNPhoneNaNNaNNaNNaNNaNNaNNaNNaNNaN59.0NaNNaNNaN
488521402044NaNNaNNaNNaNNaNNaNNaNNaN1.0NaNNaN1.0NaNNaNNaNNaN
 

48853 rows × 17 columns
 

4.8用户浏览但是并未购买（browse_not_buy）
 

df_browse_buy = df.loc[(df['type']==1) | (df['type']==4),['customer_id','product_id','type','time']]
browse_not_buy = pd.pivot_table(df_browse_buy,index=['customer_id','product_id'],columns=['type'],values=['time'],aggfunc=['count'])#

browse_not_buy.columns = ['browse','buy']#分列
browse_not_buy.fillna(0,inplace=True)#把空值替换成0
browse_not_buy['browse_not_buy'] = 0
browse_not_buy.loc[(browse_not_buy['browse']>0) & (browse_not_buy['buy']==0),'browse_not_buy'] = 1#标志浏览缺没下单的为1
browse_not_buy = browse_not_buy.groupby('customer_id')['browse_not_buy'].sum().reset_index()
labels = pd.merge(labels,browse_not_buy,how='left',on='customer_id')
labels['browse_not_buy'] = labels['browse_not_buy'].apply(lambda x: '是' if x>0 else '否')
labels
 

customer_idtime_browsetime_Ordercate_most_browsecate_most_Followcate_most_SavedCartcate_most_Ordermonth_buymonth_Cartmonth_activeweek_buyweek_Cartweek_activelast_browselast_SavedCartlast_Orgerinterval_buybrowse_not_buy
01458305下午NaNTabletNaNNaNNaNNaNNaNNaNNaNNaNNaN51.0NaNNaNNaN是
11467825晚上NaNCoatNaNNaNNaNNaNNaNNaNNaNNaNNaN69.0NaNNaNNaN是
2275569下午NaNBadmintonNaNNaNNaNNaNNaN1.0NaNNaN1.01.0NaNNaNNaN是
31015490晚上NaNFoundation Make-upNaNNaNNaNNaNNaN1.0NaNNaN1.025.0NaNNaNNaN是
41467471凌晨NaNNotebookNaNNaNNaNNaNNaN1.0NaNNaN1.05.0NaNNaNNaN是
.........................................................
48848588171凌晨NaNCookieNaNNaNNaNNaNNaN1.0NaNNaN1.020.0NaNNaNNaN是
48849157689晚上NaNSunscreen CreamNaNNaNNaNNaNNaNNaNNaNNaNNaN46.0NaNNaNNaN是
48850809793下午NaNPhoneNaNNaNNaNNaNNaNNaNNaNNaNNaN34.0NaNNaNNaN是
48851441831中午NaNPhoneNaNNaNNaNNaNNaNNaNNaNNaNNaN59.0NaNNaNNaN是
488521402044NaNNaNNaNNaNNaNNaNNaNNaN1.0NaNNaN1.0NaNNaNNaNNaN否
 

48853 rows × 18 columns
 

4.9用户加购但是并未购买（cart_not_buy）
 

df_cart_buy = df.loc[(df['type']==1) | (df['type']==3),['customer_id','product_id','type','time']]
cart_not_buy = pd.pivot_table(df_cart_buy,index=['customer_id','product_id'],columns=['type'],values=['time'],aggfunc=['count'])
cart_not_buy.columns = ['cart','buy']
cart_not_buy.fillna(0,inplace=True)
cart_not_buy['cart_not_buy'] = 0
cart_not_buy.loc[(cart_not_buy['cart']>0) & (cart_not_buy['buy']==0),'cart_not_buy'] = 1
cart_not_buy = cart_not_buy.groupby('customer_id')['cart_not_buy'].sum().reset_index()
labels = pd.merge(labels,cart_not_buy,how='left',on='customer_id')
labels['cart_not_buy'] = labels['cart_not_buy'].apply(lambda x: '是' if x>0 else '否')
labels
 

customer_idtime_browsetime_Ordercate_most_browsecate_most_Followcate_most_SavedCartcate_most_Ordermonth_buymonth_Cartmonth_active...week_Cartweek_activelast_browselast_SavedCartlast_Orgerinterval_buybrowse_not_buycart_not_buy_xcart_not_buy_ycart_not_buy
01458305下午NaNTabletNaNNaNNaNNaNNaNNaN...NaNNaN51.0NaNNaNNaN是是1.0是
11467825晚上NaNCoatNaNNaNNaNNaNNaNNaN...NaNNaN69.0NaNNaNNaN是是1.0是
2275569下午NaNBadmintonNaNNaNNaNNaNNaN1.0...NaN1.01.0NaNNaNNaN是是1.0是
31015490晚上NaNFoundation Make-upNaNNaNNaNNaNNaN1.0...NaN1.025.0NaNNaNNaN是是1.0是
41467471凌晨NaNNotebookNaNNaNNaNNaNNaN1.0...NaN1.05.0NaNNaNNaN是是1.0是
..................................................................
48848588171凌晨NaNCookieNaNNaNNaNNaNNaN1.0...NaN1.020.0NaNNaNNaN是是1.0是
48849157689晚上NaNSunscreen CreamNaNNaNNaNNaNNaNNaN...NaNNaN46.0NaNNaNNaN是是1.0是
48850809793下午NaNPhoneNaNNaNNaNNaNNaNNaN...NaNNaN34.0NaNNaNNaN是是1.0是
48851441831中午NaNPhoneNaNNaNNaNNaNNaNNaN...NaNNaN59.0NaNNaNNaN是是1.0是
488521402044NaNNaNNaNNaNNaNNaNNaNNaN1.0...NaN1.0NaNNaNNaNNaN否否NaN否
 

48853 rows × 21 columns
 

4.10是否是复购用户（buy_again）
 

未购买的用户标记为‘未购买’，有购买未复购的用户标记为‘否’，有复购的用户标记为‘是’
 

#是否复购用户
buy_again = df[df['type']==4].groupby('customer_id')['product_id'].count().reset_index()
buy_again.rename(columns={'product_id':'buy_again'},inplace=True)
labels = pd.merge(labels,buy_again,how='left',on='customer_id')
#未购买的用户标记为‘未购买’，有购买未复购的用户标记为‘否’，有复购的用户标记为‘是’
labels['buy_again'] = labels['buy_again'].apply(lambda x: '是' if x>1 else  '否' if x==1 else '未购买')
labels
#导出文件
labels.to_csv('JD_labels.csv')
 

customer_idtime_browsetime_Ordercate_most_browsecate_most_Followcate_most_SavedCartcate_most_Ordermonth_buymonth_Cartmonth_activeweek_buyweek_Cartweek_activelast_browselast_SavedCartlast_Orgerinterval_buybrowse_not_buycart_not_buybuy_again
0730494下午NaNLightNaNNaNNaNNaNNaN1.0NaNNaN1.04.0NaNNaNNaN是是未购买
11546231上午NaNPhoneNaNNaNNaNNaNNaN1.0NaNNaN1.022.0NaNNaNNaN是是未购买
2485903中午NaNDigital CameraNaNNaNNaNNaNNaNNaNNaNNaNNaN69.0NaNNaNNaN是是未购买
31150917晚上NaNCandyNaNNaNNaNNaNNaN1.0NaNNaN1.013.0NaNNaNNaN是是未购买
4992362凌晨NaNDigital CameraNaNNaNNaNNaNNaN1.0NaNNaN1.014.0NaNNaNNaN是是未购买
...............................................................
48968486260凌晨NaNCoatNaNNaNNaNNaNNaN1.0NaNNaN1.017.0NaNNaNNaN是是未购买
489691308135下午NaNPhoneNaNNaNNaNNaNNaN1.0NaNNaN1.02.0NaNNaNNaN是是未购买
48970658719上午NaNPhoneNaNNaNNaNNaNNaNNaNNaNNaNNaN70.0NaNNaNNaN是是未购买
489711465022上午NaNPhoneNaNNaNNaNNaNNaN1.0NaNNaN1.026.0NaNNaNNaN是是未购买
48972216989晚上NaNTeaNaNNaNNaNNaNNaNNaNNaNNaNNaN70.0NaNNaNNaN是是未购买
 

48973 rows × 20 columns
 


                

        

        

    




    

      

        

            

              
                
                  坚持不早起啊
                
              
            

            

                关注
              
            

        

        

          
    
            
  • 
              
                
                
                
                
                    2
                
              
              
    点赞
    
            
    • 
            
  • 
              
                
                
                
              
              
    踩
    
            
    • 
            
  • 
              
                
                
                
                
                    14
                
              
              
    
                
    
                  
                    收藏
                  
                
    
              
    
              
    
                
    
                  觉得还不错?
                  
                    一键收藏
                  
                 
                
    
              
    
            
    • 
          
  • 
            
    
              
              
            
    
              
              
              
                  1
              
            
            
    评论
    
          
    • 
          
  • 
          
    • 
          
  • 
            
              
            
              
    
            
              
                
            
    
          
    • 
        

      

      










                



	

		

			

				
					
Python+SQL用户行为分析-京东电商运营数据集-用户购物特征行为分析

				
			

			

				

					07-21
				

			

		

		

			
				
Python+SQL用户行为分析-京东电商运营数据集-用户购物特征行为分析

			
		

	



                

              
                



	

		

			

				
					
【机器学习】京东用户购买意向预测-数据集介绍和数据清洗 - 1

					
热门推荐

				
			

			

				

					weixin_44727383的博客
				

				

					03-25
					
					1万+
					
				

			

		

		

			
				
主题：京东用户购买意向预测
数据集：

这里涉及到的数据集是京东最新的数据集：
JData_User.csv 用户数据集 105,321个用户
JData_Comment.csv 商品评论 558,552条记录
JData_Product.csv 预测商品集合 24,187条记录
JData_Action_201602.csv 2月份行为交互记录 11,485,424条记录
JData_Actio...

			
		

	



                


  
              

                


	

		

			

				
					
2024年最全实战案例！Python+SQL京东用户行为分析(1)

					
最新发布

				
			

			

				

					2401_84972870的博客
				

				

					05-11
					
					989
					
				

			

		

		

			
				
自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。深知大多数网络安全工程师，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！因此收集整理了一份《2024年网络安全全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上网络安全知识点！真正的体系化！

			
		

	





	

		

			

				
					
【Python】京东消费行为数据分析可视化实战案例

				
			

			

				

					fengdu78的博客
				

				

					12-03
					
					2769
					
				

			

		

		

			
				
©️数据STUDIO投稿·作者｜理智一、背景京东JD.COM-专业综合网上购物商城，销售超数万品牌，4020万种商品，囊括家电、手机、电脑、服装、居家、健康、母婴、美妆、个护、食品、旅游等品类。数据时间是从2018年2月1日到4月15日两个半月的销售数据。本文主要通过python对用户数据进行分析，探讨用户行为体现出的购买趋势，为商家提供一些运营方面的建议与策略。二、研究问题从2018年2月1...

			
		

	



		

			
		



	

		

			

				
					
JD消费者行为分析——漏斗转化

				
			

			

				

					qq_43199076的博客
				

				

					09-05
					
					1281
					
				

			

		

		

			
				
漏斗模型

			
		

	





	

		

			

				
					
Python+SQL万字案例：用户行为数据分析实战！

				
			

			

				

					SeizeeveryDay的博客
				

				

					10-16
					
					2411
					
				

			

		

		

			
				
freedom_lime| 作者掘金|来源https://juejin.im/post/6844904202590748679#heading-01项目背景项目对京东电商运营数据集...

			
		

	





	

		

			

				
					
jd.zip JD-SDK依赖包下载

				
			

			

				

					11-10
				

			

		

		

			
				
《JD-SDK快递对接依赖包详解》  在现代电商行业中，快速、准确的物流信息对接是提升用户体验和服务质量的关键一环。京东（JD）作为国内知名的电商平台，为开发者提供了便捷的JD-SDK（京东物流SDK），帮助开发者实现...

			
		

	





	

		

			

				
					
jd-gui 1.6.6 -- java反编译中文复制无乱码

				
			

			

				

					09-05
				

			

		

		

			
				
1. **代码分析**：当需要分析未知或第三方的Java库时，jd-gui可以帮助理解其内部实现。  2. **错误排查**：在没有源码的情况下，通过反编译可以定位到问题的根源，帮助修复错误。  3. **学习研究**：对于初学者，...

			
		

	





	

		

			

				
					
jd-gui-windows

				
			

			

				

					04-18
				

			

		

		

			
				
《JD-GUI在Windows平台上的应用详解》  JD-GUI是一款强大的反编译工具，尤其在Windows操作系统上，它为开发者提供了便捷的方式来查看Java应用程序的源代码，即使这些代码并未公开发布。对于软件逆向工程、学习代码...

			
		

	





	

		

			

				
					
jd-eclipse-site-1.0.0-RC2.zip

				
			

			

				

					01-09
				

			

		

		

			
				
而jd-eclipse-site-1.0.0-RC2是jd-gui的Eclipse版本，它将这种能力无缝集成到Eclipse IDE中，使得开发者无需离开熟悉的开发环境就能查看并分析类的源代码。  首先，让我们了解如何安装jd-eclipse-site-1.0.0-RC2插件...

			
		

	





	

		

			

				
					
京东用户行为数据分析报告(python)

				
			

			

				

					changreal的博客
				

				

					07-26
					
					1万+
					
				

			

		

		

			
				
1.	背景与目的
该重构项目对京东的运营数据集的用户购买行为进行分析，研究用户过程中的行为特点、购物偏好、以及在购物过程中的转化率和流失情况，为精准营销提供高质量的目标群体。
2. 分析思路
用户行为分析目的（根据目的拆解）：促进用户购买商品、精准营销。
根据第3节数据集特点，从以下五个角度分析：
1）	京东用户整体行为信息
2）	用户行为漏斗分析
3）	留存分析
4）	用户购物行为偏好
5）	用户价值分析
3 数据概述
3.1 数据来源
数据集来源：https://jdata.jd.com/html/de

			
		

	





	

		

			

				
					
京东商品分类表.xlsx

				
			

			

				

					08-02
				

			

		

		

			
				
京东商品分类表：其中包括生鲜、食品饮料、酒水 三大部分。

			
		

	





	

		

			

				
					
京东消费行为数据分析可视化实战案例

				
			

			

				

					weixin_38754337的博客
				

				

					12-05
					
					1219
					
				

			

		

		

			
				
一、背景京东JD.COM-专业综合网上购物商城，销售超数万品牌，4020万种商品，囊括家电、手机、电脑、服装、居家、健康、母婴、美妆、个护、食品、旅游等品类。数据时间是从2018年2月1日到4月15日两个半月的销售数据。本文主要通过python对用户数据进行分析，探讨用户行为体现出的购买趋势，为商家提供一些运营方面的建议与策略。二、研究问题从2018年2月1日到2月15日商品的浏览，收藏，购买，加...

			
		

	





	

		

			

				
					
用户画像、用户分级与指标提升策略数据分析（jd消费者行为数据分析）

				
			

			

				

					call_me_caibi的博客
				

				

					01-27
					
					2339
					
				

			

		

		

			
				
利用Excel、Mysql等软件刻画用户画像并进行用户分级。然后以提升指标转化率或者购买量为目标，通过分析时间、商品、商家的途径，寻找策略提高转化率或购买次数。

			
		

	





	

		

			

				
					
【毕业设计】基于大数据的京东消费行为分析与可视化 - python 机器学习

				
			

			

				

					HUXINY的博客
				

				

					09-07
					
					7560
					
				

			

		

		

			
				
🔥 这两年开始毕业设计和毕业答辩的要求和难度不断提升，传统的毕设题目缺少创新和亮点，往往达不到毕业答辩的要求，这两年不断有学弟学妹告诉学长自己做的项目系统达不到老师的要求。为了大家能够顺利以及最少的精力通过毕设，学长分享优质毕业设计项目，今天要分享的是🚩  基于大数据的京东消费行为分析与可视化🥇学长这里给一个题目综合评分(每项满分5分)🧿 选题指导, 项目分享：https://gitee.com/dancheng-senior/project-sharing-1/blob/master/%E6%AF

			
		

	





	

		

			

				
					
京东用户行为分析

				
			

			

				

					m0_47283312的博客
				

				

					09-23
					
					6825
					
				

			

		

		

			
				
京东用户行为分析

背景介绍
京东作为传统电商巨头，京东商城与京东物流的发展相得益彰，然而各种新兴的电商模式，带来了千人千面的购物方式和电商平台更加激烈的竞争，电商平台­­­发展初期的粗放式经营也转向了利用大数据和算法，基于用户行为，实现精细化营销。在这样的背景下，本文基于京东平台的部分数据进行了用户行为分析。

本次分析的目的主要是从数据中探索以下问题，得出结论，并提供一些可行性的建议：

分析用户在使用App整个过程中的特点，从获客，激活，留存，营收等方面，寻找可以优化的点
	对用户购买行为进行分析，找

			
		

	





	

		

			

				
					
完整案例！Python + SQL 京东用户行为分析

				
			

			

				

					白帽阿叁的博客
				

				

					11-25
					
					1266
					
				

			

		

		

			
				
1.可以增加渠道推广投入，进行精准人群推广，推出新用户福利，吸引新用户，推出团购、分享有礼等活动促进老带新，推出促销活动刺激老用户，提高访客数和浏览量。提高产品质量，提高商品详情页对用户的吸引力，降低跳失率。2.根据用户操作随时间变化规律来开展营销活动，使活动更容易触达用户，在用户访问高峰期多推送用户感兴趣商品。3.复购率较低，说明用户对平台购物体验不满，需要找出用户槽点，提高用户购物满意度，优化商品推送机制，对老用户给予特别福利，提高他们所享受权益。转化率也偏低，需要。

			
		

	





	

		

			

				
					
teablue数据分析_京东消费者数据分析

				
			

			

				

					weixin_39595320的博客
				

				

					12-22
					
					3936
					
				

			

		

		

			
				
本报告主要以tableau报表及文字形式进行描述一、用户购买的趋势？有购买(下单行为)的用户趋势见见下图。主要针对消费者的性别、年龄、地区、会员等级、消费习惯的时间来观察购买趋势。由上图可知：1、京东的有下单行为的男性用户超过女性用户2、年龄段为5的消费者在京东购买次数最多，年龄段为6的次之。3、会员等级为7的用户购买次数最多，会员等级为2,3,4的用户几乎无购买行为。4、会员城市等级为2、6级的...

			
		

	





	

		

			

				
					
cmd方式启动jd-gui-windows-1.4.0

				
			

			

				

					02-03
				

			

		

		

			
				
要使用cmd命令行方式启动jd-gui-windows-1.4.0，可以按照以下步骤进行操作：  1. 打开命令提示符：点击开始菜单，搜索框中输入“cmd”，然后点击“命令提示符”应用程序。  2. 切换到jd-gui-windows-1.4.0所在的目录...

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		
评论 1

	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值