SQL项目——O2O优惠券使用预测之数据处理

一、任务目标

1、任务

（1） 数据导入及预处理。 （2） 特征构建。 （3） 特征拼接。

二、数据形式

1、图像呈现

2、特征描述

三、分析步骤

1、导入数据

‘Date_received’和‘Date’设为 Date 格式（YMD），其他格式 设为默认格式

导入后的数据 

语法扩展

相关链接

SQL中日期格式处理 - 知乎 (zhihu.com)

2、数据预处理

3.2.1空值处理

① 将‘Date_received’和‘Date’中的‘0000-00-00’修改为 null

 

 修改为null（虽然该数据没有全0）

② 将‘Distance’中的‘null’字符串修改为该列的平均值  

查询 

 计算

修改 

此处有2种做法

3.2.2数据类型转换

语法扩展

日常收集常用SQL查询语句大全_MsSql_脚本之家 (jb51.net)

SQL ALTER TABLE 语句 | 菜鸟教程 (runoob.com)

1、查询表结构

2、表字段类型修改

3.2.3构建标签列

① 新建一列‘label’列，数据格式为 varchar(3)，默认值设为‘-1’。

 原数据表中有label了，这里建个label_1意思意思，再删除

1、删除表字段列 

2、新增表字段列

② 将用户分成三类：-1，0，1（-1 代表普通用户，1 代表正样本，0 代表负样本）

正样本 1：领了优惠券并在 15 天内使用的样本。

负样本 0: 领了优惠券但没有使用的样本和领了但在 15 天后才使用的样本。

普通用户-1: 未领优惠券但进行消费的样本。 

分析思路：

1、需要消费日期、领取日期、优惠券id进行分类

2、要对日期进行减法判断 

3、计算时间差 

4、对用户分类

 整理一下

语法扩展

SQL ALTER TABLE 语句 | 菜鸟教程 (runoob.com)

3、构建特征

 思路：

1、所需数据字符串长度不同，需要用字符串截取所需数据

2、用if判断是三组数据还是两组，计算并填入折扣率

语法扩展（字符串截取）

SQL中字符串截取函数(SUBSTRING)_sql substring-CSDN博客

 

 

 

 

 

相关资料连接

玩转SQL语句之group by 多字段分组查询与having子句，一篇解决你的疑惑！_group by 多个字段-CSDN博客