2022年泰迪杯数据分析_B题：银行客户忠诚度分析赛题数据_任务3.4

import pandas as pd

3.4.1

long_data15=pd.read_excel('result1_2.xlsx')
long_data15.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 9180 entries, 0 to 9179
Data columns (total 11 columns):
 #   Column           Non-Null Count  Dtype  
---  ------           --------------  -----  
 0   CustomerId       9180 non-null   int64  
 1   CreditScore      9180 non-null   int64  
 2   Gender           9180 non-null   int64  
 3   Age              9180 non-null   int64  
 4   Tenure           9180 non-null   int64  
 5   Balance          9180 non-null   float64
 6   NumOfProducts    9180 non-null   int64  
 7   HasCrCard        9180 non-null   int64  
 8   IsActiveMember   9180 non-null   int64  
 9   EstimatedSalary  9180 non-null   float64
 10  Exited           9180 non-null   int64  
dtypes: float64(2), int64(9)
memory usage: 789.0 KB

此处对Tenure、Balance列的值进行划分。

long_data16=long_data15.copy()
long_data16.loc[(long_data16.Tenure>6),'Status']='老客户'
long_data16.loc[(long_data16.Tenure<=3),'Status']='稳定客户'
long_data16.loc[(long_data16.Status.isna()),'Status']='新客户'

long_data16.loc[(long_data16.Balance>120000),'AssetStage']='高资产'
long_data16.loc[(long_data16.Balance>90000) & (long_data16.Balance<=120000),'AssetStage']='中上资产'
long_data16.loc[(long_data16.Balance>50000) & (long_data16.Balance<=90000),'AssetStage']='中下资产'
long_data16.loc[(long_data16.Balance<=50000),'AssetStage']='低资产'
long_data17=long_data16.copy()

对文件中的数据进行特征编码，依然采用preprocessing.LabelEncoder将汉字进行编码。

from sklearn.preprocessing import LabelEncoder
t1=long_data16.loc[:,'Status']    #要输入的是标签，不是特征矩阵，所以允许一维数据
t2=long_data16.loc[:,'AssetStage']

le1 = LabelEncoder()     #实例化
le1 = le1.fit(t1) # 导入数据
label1 = le1.transform(t1) # transform接口调取结果
long_data16.loc[:,"Status"] = label1
print(long_data16['Status'].unique())

le2 = LabelEncoder()     #实例化
le2 = le2.fit(t2) # 导入数据
label2 = le2.transform(t2) # transform接口调取结果
long_data16.loc[:,"AssetStage"] = label2
long_data16['AssetStage'].unique()

[1 2 0]





array([3, 2, 0, 1])

对编码之后的数据保存

long_data16.to_excel("result3.xlsx",encoding = 'openpyxl',index = False)
long_data16.head(5)

	CustomerId	CreditScore	Gender	Age	Tenure	Balance	NumOfProducts	HasCrCard	IsActiveMember	EstimatedSalary	Exited	Status	AssetStage
0	15553251	713	1	52	0	185891.54	1	1	1	46369.57	1	1	3
1	15553256	619	1	41	8	0.00	3	1	1	79866.73	1	2	2
2	15553283	603	1	42	8	91611.12	1	0	0	144675.30	1	2	0
3	15553308	589	1	61	1	0.00	1	1	0	61108.56	1	1	2
4	15553387	687	1	39	2	0.00	3	0	0	188150.60	1	1	2

long_data17.head(5)

	CustomerId	CreditScore	Gender	Age	Tenure	Balance	NumOfProducts	HasCrCard	IsActiveMember	EstimatedSalary	Exited	Status	AssetStage
0	15553251	713	1	52	0	185891.54	1	1	1	46369.57	1	稳定客户	高资产
1	15553256	619	1	41	8	0.00	3	1	1	79866.73	1	老客户	低资产
2	15553283	603	1	42	8	91611.12	1	0	0	144675.30	1	老客户	中上资产
3	15553308	589	1	61	1	0.00	1	1	0	61108.56	1	稳定客户	低资产
4	15553387	687	1	39	2	0.00	3	0	0	188150.60	1	稳定客户	低资产

3.4.2

long_data18=long_data17.copy()
long_data18=long_data18[long_data18['Exited']==1]
long_data18

	CustomerId	CreditScore	Gender	Age	Tenure	Balance	NumOfProducts	HasCrCard	IsActiveMember	EstimatedSalary	Exited	Status	AssetStage
0	15553251	713	1	52	0	185891.54	1	1	1	46369.57	1	稳定客户	高资产
1	15553256	619	1	41	8	0.00	3	1	1	79866.73	1	老客户	低资产
2	15553283	603	1	42	8	91611.12	1	0	0	144675.30	1	老客户	中上资产
3	15553308	589	1	61	1	0.00	1	1	0	61108.56	1	稳定客户	低资产
4	15553387	687	1	39	2	0.00	3	0	0	188150.60	1	稳定客户	低资产
...	...	...	...	...	...	...	...	...	...	...	...	...	...
9162	15815271	755	0	43	6	165048.50	3	1	0	16929.41	1	新客户	高资产
9164	15815316	644	0	50	9	76817.00	4	1	0	196371.13	1	老客户	中下资产
9168	15815490	670	0	40	2	164948.98	3	0	0	177028.00	1	稳定客户	高资产
9174	15815626	640	0	63	2	68432.45	2	1	1	112503.24	1	稳定客户	中下资产
9177	15815656	541	1	39	9	100116.67	1	1	1	199808.10	1	老客户	中上资产

1837 rows × 13 columns

pd.pivot_table(long_data18,index=['AssetStage','Status'],values=['Exited'],aggfunc='count')

		Exited
AssetStage	Status
中上资产	新客户	151
	稳定客户	181
	老客户	175
中下资产	新客户	51
	稳定客户	57
	老客户	53
低资产	新客户	152
	稳定客户	180
	老客户	142
高资产	新客户	206
	稳定客户	246
	老客户	243

long_data19=pd.pivot_table(long_data18,index=['AssetStage','Status'],values=['Exited'],aggfunc='count')
long_data19.to_csv('新老客户.csv')
long_data19

		Exited
AssetStage	Status
中上资产	新客户	151
	稳定客户	181
	老客户	175
中下资产	新客户	51
	稳定客户	57
	老客户	53
低资产	新客户	152
	稳定客户	180
	老客户	142
高资产	新客户	206
	稳定客户	246
	老客户	243