用Python分析用户消费行为 Student Comsumption Analysis②

最新推荐文章于 2023-07-20 17:46:14 发布
最新推荐文章于 2023-07-20 17:46:14 发布
阅读量3.1k 收藏 40
点赞数 2
分类专栏： 商业分析项目集锦 文章标签： Python 用户行为分析
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/weixin_44216391/article/details/89329804
版权

** 【续上篇】 用Python分析用户消费行为 Student Comsumption Analysis ① https://blog.csdn.net/weixin_44216391/article/details/89309643

#  【续】本次案例：用户消费行为分析

# 借用阿里天池【数智教育_数据可视化创新大赛】数据源中的学生消费数据来作为本次用户消费行为分析的数据来源。

# 本篇分析方法参考该帖子：http://www.woshipm.com/data-analysis/757648.html

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from datetime import datetime
%matplotlib inline
plt.style.use("ggplot")

import warnings
warnings.filterwarnings("ignore")

# plt.rcParams['font.sans-serif']=['SimHei']   # 用来正常显示中文标签
# plt.rcParams['axes.unicode_minus']=False   # 用来正常显示负号

# seaborn中文乱码解决方案
import seaborn as sns
from matplotlib.font_manager import FontProperties
myfont=FontProperties(fname=r'C:\Windows\Fonts\simhei.ttf',size=14)
sns.set(font=myfont.get_name())

df=pd.read_csv("D:/2018_BigData/Python/Python_files_Notebook/theme_practice/student_consumption_day.csv")
df.head()
DealTimebf_StudentIDAccNamePerSexMonDealavgMonDealtransaction_timesmonth
02018-07-0113983裘某某男-3.7-3.7012018-07-01
12018-07-0114018虞某某男-9.5-9.5012018-07-01
22018-07-0114073刘某某男-8.0-8.0012018-07-01
32018-07-0114074周某某男-14.3-7.1522018-07-01
42018-07-0114097毛某某男-10.0-10.0012018-07-01
# 承接上一章，将用户消费数据进行数据透视。

pivoted_counts=df.pivot_table(index="bf_StudentID",columns="month",values="transaction_times",aggfunc="sum").fillna(0)
columns_month=df.month.sort_values().astype("str").unique()
pivoted_counts.columns=columns_month
pivoted_counts.head()
2018-07-012018-08-012018-09-012018-10-012018-11-012018-12-012019-01-01
bf_StudentID
130120.00.010.010.015.07.09.0
1356417.025.082.063.069.075.050.0
135998.010.039.033.034.031.026.0
136858.012.028.033.034.039.017.0
139479.022.081.064.066.072.063.0
# 用applymap+lambda转换数据，只要当月消费超过30次，记为1，反之为0。
pivoted_purchase = pivoted_counts.applymap(lambda x: 1 if x > 30 else 0)
pivoted_purchase.head()
2018-07-012018-08-012018-09-012018-10-012018-11-012018-12-012019-01-01
bf_StudentID
130120000000
135640011111
135990011110
136850001110
139470011111
# 原帖子：

# 接下来进行用户分层，我们按照用户的消费行为，简单划分成几个维度：新用户、活跃用户、不活跃用户、回流用户。
# 新用户的定义是第一次消费。活跃用户即老客，在某一个时间窗口内有过消费。不活跃用户则是时间窗口内没有消费过的老客。回流用户是在上一个窗口中没有消费，而在当前时间窗口内有过消费。以上的时间窗口都是按月统计。
# 比如某用户在1月第一次消费，那么他在1月的分层就是新用户；他在2月消费国，则是活跃用户；3月没有消费，此时是不活跃用户；4月再次消费，此时是回流用户，5月还是消费，是活跃用户。
# 分层会涉及到比较复杂的逻辑判断。

# ----------------------------------------------------------

# 本次学生消费案例：

# 接下来进行用户分层，我们按照学生的消费行为，简单划分成几个维度：新生（新用户）、超爱饭堂的学生（活跃用户）、不爱饭堂的学生（不活跃用户）、偶尔爱饭堂的学生（回流用户）。
# 新生的定义是第一次消费超过30次。超爱饭堂的学生即常客/老客，在某一个时间窗口内有过消费30次以上。不爱饭堂的学生则是时间窗口内没有消费超过30次的老客。回流用户是在上一个窗口中没有消费30次以上，而在当前时间窗口内有过消费30次以上。以上的时间窗口都是按月统计。

# 比如某学生在9月第一次消费30次以上，那么他在9月的分层就是新生（新用户）；
# 他在10月消费30次以上，则是超爱饭堂的学生（活跃用户）；
# 11月没有消费30次以上，此时是不爱饭堂的学生（不活跃用户）；
# 12月再次消费30次以上，此时是偶尔爱饭堂的学生（回流用户）；
# 1月还是消费30次以上，是超爱饭堂的学生（活跃用户）。

# 分层会涉及到比较复杂的逻辑判断。

def active_status(data):
    status=[]
    for i in range(7):
        
        # 若本月没有“消费30次以上”
        if data[i] == 0:
            if len(status) > 0:
                if status[i-1] == "unreg":
                    status.append("unreg")
                else:
                    status.append("unlike_canteen")
            else:
                status.append("unreg")
        # 若本月“消费30次以上”
        else:
            if len(status) == 0:
                status.append("new")
            else:
                if status[i-1] == "unlike_canteen":
                    status.append("occasionally_like_canteen")
                elif status[i-1] == "unreg":
                    status.append("new")
                else:
                    status.append("love_canteen")
    return status
                
# 函数写得比较复杂，主要分为两部分的判断，以本月是否“消费60次以上”为界。
# 本月没有“消费60次以上”，还要额外判断他是不是新生（新客），
# 因为部分学生是9月份才“消费30次以上”成为新生（新客），那么在7、8月份他应该连新生（新客）都不是，用unreg表示。
# 如果是老客（即前一个月消费30次以上），则为unlike_canteen。

# 本月若有“月消费30次以上”，需要判断是不是第一次“月消费30次以上”，上一个时间窗口有没有“月消费30次以上”。
# 大家可以多调试几次理顺里面的逻辑关系，对用户进行分层，逻辑确实不会简单，而且这里只是简化版本的。

# pivoted_purchase_status = pivoted_purchase.apply(lambda x: active_status(x),axis = 1)
# pivoted_purchase_status.head()

#  运行报错：("'Series' object is not callable", 'occurred at index 13012')

# 那查看一下“index 13012”是何方神圣。
pivoted_purchase.loc[13012]

2018-07-01    0
2018-08-01    0
2018-09-01    0
2018-10-01    0
2018-11-01    0
2018-12-01    0
2019-01-01    0
Name: 13012, dtype: int64

# 看看其他行与索引13012有没有什么区别
pivoted_purchase.loc[13564]

# 没差别。。。

2018-07-01    0
2018-08-01    0
2018-09-01    1
2018-10-01    1
2018-11-01    1
2018-12-01    1
2019-01-01    1
Name: 13564, dtype: int64

pivoted_purchase.shape

# 1730行（学生学号），7列（月份）

(1730, 7)

pivoted_purchase.dtypes

2018-07-01    int64
2018-08-01    int64
2018-09-01    int64
2018-10-01    int64
2018-11-01    int64
2018-12-01    int64
2019-01-01    int64
dtype: object

type(pivoted_purchase)

pandas.core.frame.DataFrame

# 这么看来，前面报错（pivoted_purchase.shape）是因为，series不能用于apply函数？
# 搜索无果。

# 回到报错提示去看详情，终于发现了点东东。

# 先看详情：

# <ipython-input-31-17b35956730f> in <lambda>(x)
# ----> 1 pivoted_purchase_status = pivoted_purchase.apply(lambda x: active_status(x),axis = 1)
#       2 pivoted_purchase_status.head()
#       3 
#       4 #  运行报错：("'Series' object is not callable", 'occurred at index 13012')

# <ipython-input-28-331c5573a3a9> in active_status(data)
#       4 
#       5         # 若本月没有“消费30次以上”
# ----> 6         if data(i) < 30:
#       7             if len(status) > 0:
#       8                 if status[i-1] == "unreg":

# TypeError: ("'Series' object is not callable", 'occurred at index 13012')

# -----------------------------------------------------------------

# 以上，首先提示错误在<lambda>(x)；
# 接下来提示错误在active_status(data)的第六行：
# ----> 6         if data(i) < 30:
# 缩小到行了，再一细看，果然发现了一个小括号data(i)。
# 而根据多出查询说明，报错"'XXX' object is not callable"一般是因为该用中括号的地方用了小括号。
# 回到原参考帖去看，果然人家是中括号啊~~~字太小了看不清，认错敲错了。。。

pivoted_purchase_status = pivoted_purchase.apply(lambda x: active_status(x),axis = 1)
pivoted_purchase_status.head(8)

# 一开始虽然没运行报错，不过又转化成坑爹的不知道是啥的格式了。
# 而且貌似逻辑不对。显示结果居然全是学生饭堂深度爱好者（love_canteen），这不科学。

# 然后又细细查看，原来是把for i in range(7)后面的if data[i]==0 的“0”误写成“30”了。
# 将if data[i]==30更正回if data[i]==0之后，逻辑正常，如下所示。只是格式问题还需搜索方法来处理。

bf_StudentID
13012    [unreg, unreg, unreg, unreg, unreg, unreg, unreg]
13564    [unreg, unreg, new, love_canteen, love_canteen...
13599    [unreg, unreg, new, love_canteen, love_canteen...
13685    [unreg, unreg, unreg, new, love_canteen, love_...
13947    [unreg, unreg, new, love_canteen, love_canteen...
13948    [unreg, unreg, new, love_canteen, love_canteen...
13949    [unreg, unreg, new, love_canteen, love_canteen...
13950    [unreg, unreg, new, love_canteen, love_canteen...
dtype: object

# 仍然试试，使用索引1来表示第二列[1]。

# month=pivoted_purchase_status[1].str.split(',',expand=True)
# month.columns=['201807','201808','201809','201810','201811','201812','201901']
# pivoted_purchase_status=pivoted_purchase_status.join(month)
# pivoted_purchase_status.head()

# 运行报错：KeyError: 1

# 那接下来看看要怎么确定列名、转化格式、完成分列和重建dataframe。

# 先看看现在都是些什么格式、什么列名。

type(pivoted_purchase_status)

# def和apply函数搞一下，
# 从pivoted_purchase的pandas.core.frame.DataFrame到了pivoted_purchase_status的pandas.core.series.Series。

pandas.core.series.Series

# pivoted_purchase_status.columns

# AttributeError: 'Series' object has no attribute 'columns'
# 原来是series格式。
# 那如何转成dataframe呢？来战。

pivoted_purchase_status=pd.DataFrame(pivoted_purchase_status)
# 或 pivoted_purchase_status.reset_index()
pivoted_purchase_status.head()
0
bf_StudentID
13012[unreg, unreg, unreg, unreg, unreg, unreg, unreg]
13564[unreg, unreg, new, love_canteen, love_canteen...
13599[unreg, unreg, new, love_canteen, love_canteen...
13685[unreg, unreg, unreg, new, love_canteen, love_...
13947[unreg, unreg, new, love_canteen, love_canteen...
type(pivoted_purchase_status)

# 看起来像是成功转化成DataFrame了

pandas.core.frame.DataFrame

pivoted_purchase_status.columns

# 稀奇古怪的RangeIndex，是啥。。。能否分列？Excel好办，不过Python…应该更简单吧。。
# 问题是，没有列名，何来分列。。。

RangeIndex(start=0, stop=1, step=1)

pivoted_purchase_status.index

Int64Index([13012, 13564, 13599, 13685, 13947, 13948, 13949, 13950, 13951,
            13952,
            ...
            16153, 16154, 16155, 16156, 16157, 16158, 16159, 16160, 16161,
            16162],
           dtype='int64', name='bf_StudentID', length=1730)

# 重置行索引为默认索引，生成新的Dataframe——reset_index()函数
pivoted_purchase_status=pivoted_purchase_status.reset_index()
pivoted_purchase_status.head()
bf_StudentID0
013012[unreg, unreg, unreg, unreg, unreg, unreg, unreg]
113564[unreg, unreg, new, love_canteen, love_canteen...
213599[unreg, unreg, new, love_canteen, love_canteen...
313685[unreg, unreg, unreg, new, love_canteen, love_...
413947[unreg, unreg, new, love_canteen, love_canteen...
pivoted_purchase_status.columns

# 出现列了。只是列名是一个数字0，那该如何？直接用0还是可以重新赋值？

Index(['bf_StudentID', 0], dtype='object')

# 先直接用列[0]试试.

# month=pivoted_purchase_status[0].str.split(',',expand=True)
# month.columns=['201807','201808','201809','201810','201811','201812','201901']
# pivoted_purchase_status=pivoted_purchase_status.join(month)
# pivoted_purchase_status.head()

# 运行报错 ValueError: Length mismatch: Expected axis has 1 elements, new values have 7 elements
# 报错出现在：第二行month.columns赋值那里。可能是太多参数了，那我们减成一个参数看看。

month=pivoted_purchase_status[0].str.split(',',expand=True)
month.columns=['month']
pivoted_purchase_status=pivoted_purchase_status.join(month)
pivoted_purchase_status.head()

# 用month.columns=['month']替换month.columns=['201807','201808','201809','201810','201811','201812','201901']
# 运行没有报错，只是得出的结果，稀奇古怪，说明其实没有将列中内容分开。可能是分列符号没用对？
# 不过起码可以证明，不需要重新给列名赋值，直接用[0]索引即可。
bf_StudentID0month
013012[unreg, unreg, unreg, unreg, unreg, unreg, unreg]NaN
113564[unreg, unreg, new, love_canteen, love_canteen...NaN
213599[unreg, unreg, new, love_canteen, love_canteen...NaN
313685[unreg, unreg, unreg, new, love_canteen, love_...NaN
413947[unreg, unreg, new, love_canteen, love_canteen...NaN
# 尝试删掉month.columns赋值语句，运行，

# month=pivoted_purchase_status[0].str.split(', ',expand=True)
# pivoted_purchase_status=pivoted_purchase_status.join(month)
# pivoted_purchase_status.head()

# 运行报错 ValueError: columns overlap but no suffix specified: Index([0], dtype='object')
# 报错在第二行：pivoted_purchase_status=pivoted_purchase_status.join(month)

pd.concat([pivoted_purchase_status,pivoted_purchase_status[0].str.split(',',expand=True)],axis=1).head(2)

# 尝试用concat替代join来拼接，还是没成功。估计问题不在join或者concat，而是在split函数里。
# 又或者，一个大胆的猜想：split函数中的列索引[0]，并不是索引第二列，而是索引第一列bf_StudentID。这个认知十分震惊。
# 那我们重新给列赋值新列名，用列名来索引。
bf_StudentID0month0
013012[unreg, unreg, unreg, unreg, unreg, unreg, unreg]NaNNaN
113564[unreg, unreg, new, love_canteen, love_canteen...NaNNaN
pivoted_purchase_status = pivoted_purchase_status.drop(["month"],axis=1)   #删掉刚刚多出的month列，恢复纯净
pivoted_purchase_status.columns = ["bf_StudentID","User_Hierarchy"]
pivoted_purchase_status.head(2)

# 更改列名成功。刚刚猜想正确，列索引[0]果然表示第一列，而不是列名为0的第二列。
bf_StudentIDUser_Hierarchy
013012[unreg, unreg, unreg, unreg, unreg, unreg, unreg]
113564[unreg, unreg, new, love_canteen, love_canteen...
pd.concat([pivoted_purchase_status,pivoted_purchase_status["User_Hierarchy"].str.split(',',expand=True)],axis=1).head(2)
# 这厉害，还是分不开。。。
bf_StudentIDUser_Hierarchy0
013012[unreg, unreg, unreg, unreg, unreg, unreg, unreg]NaN
113564[unreg, unreg, new, love_canteen, love_canteen...NaN
a=pivoted_purchase_status.head(5)
a
bf_StudentIDUser_Hierarchy
013012[unreg, unreg, unreg, unreg, unreg, unreg, unreg]
113564[unreg, unreg, new, love_canteen, love_canteen...
213599[unreg, unreg, new, love_canteen, love_canteen...
313685[unreg, unreg, unreg, new, love_canteen, love_...
413947[unreg, unreg, new, love_canteen, love_canteen...
a["User_Hierarchy"].str.split((" "),expand=True)
# 仍然失败。
0
0NaN
1NaN
2NaN
3NaN
4NaN
# 导出到CSV，用Excel处理完再导回来。
pivoted_purchase_status.to_csv(r"D:/2018_BigData/Python/Python_files_Notebook/Theme_Practice/student_consumption_pivoted_purchase_status.csv",index=False)

# Excel已处理完，现在导回来。

pivoted_purchase_status=pd.read_csv("D:/2018_BigData/Python/Python_files_Notebook/theme_practice/student_consumption_pivoted_purchase_status_splited_above30per month.csv")
pivoted_purchase_status.tail(4)

# 妥。
bf_StudentIDUser_HierarchyUnnamed: 2Unnamed: 3Unnamed: 4Unnamed: 5Unnamed: 6Unnamed: 7
172616159unregunregnewlove_canteenlove_canteenlove_canteenlove_canteen
172716160unregunregnewlove_canteenlove_canteenlove_canteenunlike_canteen
172816161unregunregnewlove_canteenlove_canteenlove_canteenlove_canteen
172916162unregunregnewlove_canteenlove_canteenlove_canteenunlike_canteen
# 更换列名

columns=["bf_StudentID",'201807','201808','201809','201810','201811','201812','201901']
pivoted_purchase_status.columns=columns
pivoted_purchase_status.tail(4)

# 妥。
bf_StudentID201807201808201809201810201811201812201901
172616159unregunregnewlove_canteenlove_canteenlove_canteenlove_canteen
172716160unregunregnewlove_canteenlove_canteenlove_canteenunlike_canteen
172816161unregunregnewlove_canteenlove_canteenlove_canteenlove_canteen
172916162unregunregnewlove_canteenlove_canteenlove_canteenunlike_canteen
# 从结果看，学生（用户）每个月的分层状态以及变化已经被我们计算出来。我是根据透视出的宽表计算。
# 其实还有一种另外一种写法，只提取时间窗口内的数据和上个窗口对比判断，封装成函数做循环，它适合ETL的增量更新。

purchase_status_counts = pivoted_purchase_status.replace("unreg",np.NaN).apply(lambda x: pd.value_counts(x))
purchase_status_counts.tail(10)
# unreg状态排除掉，它是「未来」才作为新生（新客），这么能计数呢。换算成不同分层每月的统计量。
bf_StudentID201807201808201809201810201811201812201901
149381.0NaNNaNNaNNaNNaNNaNNaN
149401.0NaNNaNNaNNaNNaNNaNNaN
149421.0NaNNaNNaNNaNNaNNaNNaN
149441.0NaNNaNNaNNaNNaNNaNNaN
149461.0NaNNaNNaNNaNNaNNaNNaN
143371.0NaNNaNNaNNaNNaNNaNNaN
newNaNNaN7.01498.031.033.011.02.0
love_canteenNaNNaNNaN7.01345.01324.01350.01120.0
unlike_canteenNaNNaNNaNNaN160.0124.0171.0433.0
occasionally_like_canteenNaNNaNNaNNaNNaN88.048.027.0
# 换算成不同分层每月的统计量。

purchase_status_counts=purchase_status_counts.tail(4)
purchase_status_counts

# 明显9月开学新生人数众多，高达近一千五百人。8月也有学生回校，但仅有7人。
# 然后，1300以上同学，9-12月都超爱饭堂啊哈哈。
# 不过呢，有些同学，每个月都有一百多位同学，经常往校外跑，常常不在学校吃饭。
# 这些常常往校外跑的同学，要重点关注，是不是去干坏事了哈哈（此处开个玩笑）
bf_StudentID201807201808201809201810201811201812201901
newNaNNaN7.01498.031.033.011.02.0
love_canteenNaNNaNNaN7.01345.01324.01350.01120.0
unlike_canteenNaNNaNNaNNaN160.0124.0171.0433.0
occasionally_like_canteenNaNNaNNaNNaNNaN88.048.027.0
# 生成面积图，比较丑。
# 因为它只是某时间段消费过的用户的后续行为，蓝色（新生）和绿色区域（不爱饭堂）都可以不看。
# 只看红色回流（偶尔爱饭堂）和橙色活跃（超爱饭堂）这两个分层，学生数比较稳定。
# 这两个分层相加，就是消费用户占比（后期没新生/新客）。

purchase_status_counts.fillna(0).T.plot.area(figsize=(12,6))
plt.show()

# 其实这里多了一组x值（学生ID），不过反正显示0，不影响分析，先不管。后面再删除学生ID列。

在这里插入图片描述
png

# 原帖子没有本节fillna(0)赋值代码及删除学生ID列，导致“各月学生偶尔爱饭堂的占比”出图趋势不科学。
# 所以在这里提前加多两行语句赋空值。然后结果正确。
purchase_status_counts = purchase_status_counts.fillna(0).drop(["bf_StudentID"],axis=1)
purchase_status_counts
201807201808201809201810201811201812201901
new0.07.01498.031.033.011.02.0
love_canteen0.00.07.01345.01324.01350.01120.0
unlike_canteen0.00.00.0160.0124.0171.0433.0
occasionally_like_canteen0.00.00.00.088.048.027.0
return_rata = purchase_status_counts.apply(lambda x: x/x.sum(),axis=0)
return_rata

# 原贴的apply函数中 axis参数是1（即横向求和），感觉结果不科学；
# 所以改为axis=0（纵向求和），结果接近科学。
201807201808201809201810201811201812201901
newNaN1.00.9953490.0201820.0210330.0069620.001264
love_canteenNaN0.00.0046510.8756510.8438500.8544300.707965
unlike_canteenNaN0.00.0000000.1041670.0790310.1082280.273704
occasionally_like_canteenNaN0.00.0000000.0000000.0560870.0303800.017067
return_rata1 = return_rata.apply(lambda x: x*100,axis=0)
return_rata1.loc["occasionally_like_canteen"].plot(figsize = (12,6))
plt.xlabel('时间（月）', fontsize=18) 
plt.ylabel('百分比（%）', fontsize=18) 
plt.title('各月偶尔爱饭堂学生的占比', fontsize=18)

plt.show()

# 原贴分析:
# 用户回流占比在5%～8%，有下降趋势。所谓回流占比，就是回流用户在总用户中的占比。
# 另外一种指标叫回流率，指上个月多少不活跃/消费用户在本月活跃/消费。
# 因为不活跃的用户总量近似不变，所以这里的回流率也近似回流占比。

# 本学生消费案例分析：
# 学生偶尔爱饭堂占比从7-9月一直为0，因为学生尚未回校。在11月达到峰值，接近5%，数量也不多，不到一百人。
# 也就是说，即便是峰值11月到春节的1月，每个月只有不到100的学生，是：之前在饭堂有过“月消费30次以上”，然后又比较少在饭堂吃饭（“月消费没有30次”），最后在当月又回饭堂消费30次以上。

在这里插入图片描述
png

return_rata2 = return_rata.apply(lambda x: x*100,axis=0)
return_rata2.loc["love_canteen"].plot(figsize = (12,6))
plt.xlabel('时间（月）', fontsize=18) 
plt.ylabel('百分比（%）', fontsize=18) 
plt.title('各月超爱饭堂学生的比例', fontsize=18)

plt.show()

# 原贴分析：
# 活跃用户的下降趋势更明显，占比在3%～5%间。这里用户活跃可以看作连续消费用户，质量在一定程度上高于回流用户。
# 结合回流用户和活跃用户看，在后期的消费用户中，60%是回流用户，40%是活跃用户/连续消费用户，整体质量还好。
# 但是针对这两个分层依旧有改进的空间，可以继续细化数据。
# -------------------------
# 本次学生消费案例分析:
# 超爱饭堂学生自9月开学,10月开始习惯学校并开始爱上学校饭堂之后,一直到1月春节离校返家,占比在70%-90%之间。
# 这里超爱饭堂学生可以看做连续消费用户,爱校爱饭堂程度(即原贴的"质量")在一定程度上高于偶尔爱饭堂的学生。
# 结合偶尔爱饭堂的学生和超爱饭堂的学生看，在后期的学校消费用户中，93%是超爱饭堂学生，7%是偶尔爱饭堂的学生/连续消费用户。
# 从以上两个学生用户层次看，整体质量非常好，几乎全是超爱饭堂的学生，连续消费诶。
# 但是针对“不爱饭堂的学生”这个分层，依旧有改进的空间，可以继续细化数据。

在这里插入图片描述
png

# 接下来分析用户质量，因为消费行为有明显的二八倾向，我们需要知道高质量用户（高额饭堂消费学生）为消费贡献了多少份额。

df.head(1)
DealTimebf_StudentIDAccNamePerSexMonDealavgMonDealtransaction_timesmonth
02018-07-0113983裘某某男-3.7-3.712018-07-01
# user_amount = df.groupby("bf_StudentID").MonDeal.sum().sort_values().reset_index()
# user_amount["amount_cumsum"]=user_amount.MonDeal.cumsum()
# user_amount.tail()

# 原贴代码如上，为了方便一步步阅览，下面我们分开运行和分步展示。

user_amount = df.groupby("bf_StudentID").MonDeal.sum().sort_values().reset_index()
user_amount.head(3)

# 消费总金额前三。
bf_StudentIDMonDeal
015556-6239.95
114123-5698.20
216024-5125.69
user_amount["amount_cumsum"]=user_amount.MonDeal.cumsum()
user_amount.tail()

# 原贴：
# 新建一个对象，按用户的消费金额生序。使用cumsum，它是累加函数。
# 逐行计算累计的金额，最后的3883740便是总消费额。

# 本学生消费案例：
# 所有学生累计7个月总贡献消费金额388万。
# 系统数据显示为负数，为了方便后面画图展示，下面我们将负数变正数。
bf_StudentIDMonDealamount_cumsum
172514892-32.7-3883701.02
172613956-11.0-3883712.02
172714546-10.0-3883722.02
172814363-9.5-3883731.52
172913967-9.0-3883740.52
user_amount["MonDeal"]=user_amount["MonDeal"]*(-1)
user_amount["amount_cumsum"]=user_amount["amount_cumsum"]*(-1)
# 此语句备用 user_amount["MonDeal","amount_cumsum"]，或可思考：上述两句相似运算赋值语句是否可以合并成一句？
user_amount.tail()
bf_StudentIDMonDealamount_cumsum
17251489232.73883701.02
17261395611.03883712.02
17271454610.03883722.02
1728143639.53883731.52
1729139679.03883740.52
# amount_total=user_amount.amount_cumsum.max()
# user_amount["prop"]=user_amount.apply(lambda x:x.amount_cumsum/amount_total,axis=1)
# user_amount.tail()

# 下面将上述语句逐句分拆展示，方便理解。

amount_total=user_amount.amount_cumsum.max()
amount_total

3883740.520000005

user_amount["prop"]=user_amount.apply(lambda x:x.amount_cumsum/amount_total,axis=1)
user_amount.tail()

# 转换成百分比。
bf_StudentIDMonDealamount_cumsumprop
17251489232.73883701.020.999990
17261395611.03883712.020.999993
17271454610.03883722.020.999995
1728143639.53883731.520.999998
1729139679.03883740.521.000000
user_amount.prop.plot()
plt.show()

# 绘制趋势图，横坐标是按贡献金额大小排序而成，纵坐标则是用户累计贡献。
# 可以很清楚的看到，差点呈线性分布，反而并没有呈现出著名的“二八定律”。
# 或许，因为学校学生消费是非市场经济，所以，此处二八定律失效。

在这里插入图片描述
png

plt.figure(figsize=(12,4))

plt.subplot(121)
df.groupby("bf_StudentID").MonDeal.sum().hist(bins=30)
plt.xlabel("学生消费总金额",fontsize=15)
plt.title("2018.7-2019.1学生消费总金额分布",fontsize=18)

plt.subplot(122)
df.groupby("bf_StudentID").transaction_times.sum().hist(bins=30)
plt.ylabel("学生消费总次数",fontsize=15)
plt.title("2018.7-2019.1学生消费总次数分布",fontsize=18)

plt.show()

# 从下面每段区间样本数可计算，消费1800~3200之间人数1083人，占总人数60%
# [97 159 153 156 163 181 164 110]

在这里插入图片描述
png

MonDealSum = df.groupby("bf_StudentID").MonDeal.sum().reset_index() 
x1 = MonDealSum["MonDeal"]
counts, bin_edges = np.histogram(x1, bins=30)
print(counts)

#只需要简单的计算每段区间的样本数，而并不想画图显示它们，那么可以直接用np.histogram()

[  1   0   1   0   0   2   3   6   8   8  11  34  39  59  76  97 159 153
 156 163 181 164 110  87  61  70  29  20  11  21]

# 前面知道前60%的学生消费金额区间在1800~3200之间，所以，
# 想对user_amount数据进行区间求和，获得1800<x<3200的x的和

user_amount.head(2)
bf_StudentIDMonDealamount_cumsumprop
0155566239.956239.950.001607
1141235698.2011938.150.003074
# 1730位学生，前20%是346位同学，看看消费前346位同学的总消费金额。
array = user_amount["MonDeal"].astype(int)
np.sum(array[1:346], axis=0)

#接近119万，占比学生总额388万的30%，确实不符合二八原则。

1188167

# 再看消费金额从高到低排列，排位20%到80%的总消费金额占比。
# [20%:80%],[347,1384]

np.sum(array[347:1384], axis=0)

# 这60%的同学，总消费金额232万，占总金额388万的60%。。。
# 没有二八原则，更是十分贴近线性规律。

2320956

print(user_amount.loc[346].astype(int))
print("")
print(user_amount.loc[1384].astype(int))

# 第346名同学消费2913元，第1384名同学消费1572元，
# 与我们刚刚直方图得出的金额聚集区间[1800,3200]有些出入，所以接下来修正一下看看。

bf_StudentID       16123
MonDeal             2913
amount_cumsum    1197484
prop                   0
Name: 346, dtype: int32

bf_StudentID       15971
MonDeal             1572
amount_cumsum    3520532
prop                   0
Name: 1384, dtype: int32

print(user_amount.loc[210].astype(int))
print("")
print(user_amount.loc[1220].astype(int))

# 比较接近。
# 从第210位同学（消费3216元），到第1220位同学（消费1798元），累计总消费金额246万（324万-78万）。
# 即，1010名同学（人数占比近60%），累计总消费金额占比246/388=63%。
# 连占比最高的区间，金额加总也接近1:1的线性比例，真的说明这个消费人群，没有二八原则的基因。。。

bf_StudentID      15901
MonDeal            3216
amount_cumsum    781881
prop                  0
Name: 210, dtype: int32

bf_StudentID       14873
MonDeal             1798
amount_cumsum    3242862
prop                   0
Name: 1220, dtype: int32

# 既然多次证明这个消费人群没有二八原则的基因，
# 那如果继续将其当做市场消费者来分析，可能意义不大。
# 所以，本次学生消费行为分析到此结束。
# 至于更深层次的用户行为分析，待下次遇到真实市场中的消费数据时再另行分析。

# 手痒，试试Python的几个小技能。可以结束了。

# 试试np.sum()某一列求和。
array = user_amount["MonDeal"]
np.sum(array, axis=0)

3883740.52

# 试试np.sum()所有列求和。
np.sum(user_amount, axis=0).astype(int)

bf_StudentID       25968788
MonDeal             3883740
amount_cumsum   -2147483648
prop                   1050
dtype: int32
SophiaSSSSS
关注
专栏目录
python高校学生消费行为分析系统
QQ58850198的博客
11-07 3569
​ 随着高校信息化建设的不断完善，在校大学生日常生活和学习行为被各大业务系统记录和存储下来，并且得到了持续的积累，初步形成了具有大规模，多类型学生个人大数据环境。数字化校园系统的广泛运用，数据的快速传递和使用，潜移默化的在改变高校学生消费行为。笔者将从数字化校园运用入手，来分析此系统的构建及对学生消费行为的影响。 高校学生是使用移动支付的庞大群体，移动支付方式也不可避免地给他们的消费行为带来了各种影响。本文从移动支付的定义和特点出发，分析了移动支付时代下高校学生的消费行为，并针对移动支...
电商数据分析实战第一篇——客户消费行为分析
weixin_42479435的博客
05-19 9698
一、认识用户分析 简单说明一下，用户分析包括基本属性、交易行为、浏览行为、服务体验、社交分享这几个方面的分析，主要应用场景是用户画像、用户忠诚度提升策略设计、用户数增长、精准运营。 这里只进行用户消费行为分析，主要来认识是用户在总体和个体上的消费情况，从大到小，对用户的消费质量有一个更深的认识，利于后续的精准运营策略设计。 二、分析步骤 2.1数据预处理 数据的提取、清洗、转换 2.2用户总体消费情况分析 按月进行用户消费金额、消费次数、消费人数、消费客单价、人均消费分析，作出描述性统计和趋势图，把握用户总
学生校园消费行为分析.zip
04-03
python数据分析实训--学生校园消费行为分析
基于Python的学生校园消费行为分析
毕业作品网站
01-06 3739
查看数据信息info(),发现data1和data3中均无缺失值 ，data2中termSerNo、conOperNo 存在较大量的缺失值,因为这两项数据对后续分析无影响故直接过滤。和data3中的特征值均较为合理，data2中的Money、FundMoney、Surplus以及 CardCount，均存在和样本群体偏离程度较大的数据，会影响后序模型的性能。发现数据集data1.csv,有4341项，5列；通过对数据Describe，查看数据的均值，最大值，最小值以及方差等数据特征，观察到data1。
【毕业设计】Python_基于DFM模型AHP算法的学生消费行为分析
wouderw的博客
01-29 1107
（1）分析学生的消费行为和食堂的运营状况，为食堂运营提供建议。（2）根据学生的整体校园消费行为，选择合适的特征，构建模型，分析每一类学生群体的消费特点。（3）构建学生消费细分模型，为学校判定学生的经济状况提供参考意见。
【毕业设计】Python_学生校园消费行为
wouderw的博客
01-01 1697
分析学生的消费行为和食堂的运营状况，为食堂运营提供建议。构建学生消费细分模型，为学校判定学生的经济状况提供参考意见。
计算机仿真中的HLA技术中的餐馆例子分析 （1） Production
roctang2006的专栏
11-10 2907
从书中例子来看，这个餐馆例子是第一个真正意义上的仿真例子。因为前两个例子的共同点是：所有联邦都运行同一个程序，仅仅是通过运行设置（比如有的订阅，有的发布），才表现为不同的联邦。而餐馆联邦直接把联邦的程序分开，不同的联邦成员具有不同的程序代码。另一个方面，书上对这个例子有较详细的解释。这也为这个例子的分析带来了很多便利。书上把production联邦作为例子进行了详细分析，我们这边也先从production联邦入手。其实后面可以看到，production，transport，comsumption三个联邦代码
翻译并解释一下这些N =10 # number of users n = 10000 # number of time frames K = N # initialize K = N decoder_mode = 'OPN' # the quantization mode could be 'OP' (Order-preserving) or 'KNN' or 'OPN' (Order-Preserving with noise) Memory = 1024 # capacity of memory structure Delta = 32 # Update interval for adaptive K CHFACT = 10**10 # The factor for scaling channel value energy_thresh = np.ones((N))*0.08 # energy comsumption threshold in J per time slot nu = 1000 # energy queue factor;
05-09
- N = 10：表示有10个用户。 - n = 10000：表示有10000个时间帧。 - K = N：初始化K的值为N。 - decoder_mode = 'OPN'：表示量化模式为“OPN”（Order-Preserving with noise）。 - Memory = 1024：表示内存结构的...
iOS内购IAP（In App Purchases）入门
u011140147的专栏
05-19 2156
成为ios开发者最大的好处就是，你编写的应用程序会有很多方式可以赚钱。比如，收费版，免费挂广告版，还有就是程序内置购买。 程序内置购买会让你爱不释手，主要有以下原因： 相比程序本身的下载收费以，你还可以赚更多的钱。一些用户愿意为那些额外的功能花费更多的金钱！你可以免费发布你的程序（这样的话，用户就可以任意下载了），如果他们喜欢这个程序的话，那么就会有人愿意购买额外功能。在你做完一个程序
用Pthread对共享内存系统进行多线程并行编程
Sothan
03-28 1472
在并行程序设计中，有针对分布式内存系统的和针对共享内存系统的。对于分布式内存系统，每个核访问其独立直接相连地内存速度很快，而访问远端内存（其他核直连的内存）速度很慢，可能比执行一次浮点运算慢数千倍。针对分布式内存系统，可以采用MPI进行编程，这里主要是针对共享内存系统亦即本地多核主机进行并行编程。    这里采用拉格朗日公式粗略地计算PI， 虽然这个公式收敛很慢，但这里仅仅是作为学习并行编程的一个...
学生校园消费行为分析报告1
08-08
代码 1 数据探索import pandas as pdimport osos.chdir('F:\产品部\在线实习\数据及代码v2.1')data1 = pd
Campus-card-analysis:基于Python对校园一卡通消费信息分析
05-11
Campus-card-analysis 基于Python对校园一卡通消费信息分析 包含原始数据和源码，首先进行清洗和整理，再进行相关数据分析并利用matplotlib绘图。 1.数据清洗 1.1. 为保护隐私，将原始数据中的“学院/专业/学年/班级”使用代号进行替换。 1.2. 检测数据中是否存在“学院/专业/学年/班级”缺失的情况，如有，删除该条数据。< br> 1.3. 检测数据中是否存在消费数据缺失的情况，如有，设计一种填充规则对缺失数据进行填充。 2.数据整理 将上述“学院/专业/学年/班级”列转化成四个列，分别描述学院，专业，年级，班级。 将每个同学的消费信息按照消费时间划分成“早餐”，“午餐”，“晚餐”，“其他”四部分。 3.数据分析 任选一个班级，分析该班同学的用餐习惯：吃早、中、晚餐的次数；一日三餐消费占全部消费的比例。 任选一个同学，分析该同学在自己班级中的消费排名：一
Python在校园数据分析中的应用——以一卡通消费为例.pdf
06-29
Python在校园数据分析中的应用——以一卡通消费为例.pdf
Python课程设计-基于Python的学生校园消费行为分析（数据+完整源码）.zip
最新发布
05-05
项目名称：基于Python的学生校园消费行为分析 项目介绍： 该项目基于Python编程语言，旨在通过对学生的校园消费行为进行分析，帮助学校或商家更好地了解学生的消费偏好、消费习惯和消费趋势，从而提供个性化的服务和制定相关的决策。 项目流程： 1. 数据采集：使用Python的网络爬虫技术或API调用，从学校的消费系统、校园卡交易记录等中获取学生的消费数据。将数据保存为可处理的格式，如CSV、Excel等。 2. 数据清洗与预处理：使用Python的数据处理库（如Pandas）对采集到的原始数据进行清洗和预处理。去除重复数据，处理缺失值和异常值，进行数据转换和格式化，确保数据的准确性和一致性。 3. 数据分析与可化：利用Python的数据分析和可视化库（如Pandas、Matplotlib、Seaborn）对清洗后的数据分析和可视化展示。通过绘制柱状图、折线图、饼图等，探索学生的消费偏好、消费地点和消费时间等方面的信息。 4. 消费行为模型构建：根据数据分析结果，可以构建消费行为模型，例如聚类分析、关联规则分析、预测模型等。通过这些模型可以识别特定的消费体、发现消费规律，并做
用Python分析用户消费行为 Student Comsumption Analysis ①
SophiaSSS的博客
04-15 4068
# 本次案例：用户消费行为分析 # 借用阿里天池【数智教育_数据可视化创新大赛】数据源中的学生消费数据来作为本次用户消费行为分析的数据来源。 # 阿里天池数智教育数据可视化竞赛网址 https://tianchi.aliyun.com/competition/entrance/231704/introduction?spm=5176.12281949.1003.6.7b4576d8HSXTTc ...
高校学生消费行为分析系统
毕业作品网站
09-02 2059
本次设计的高校学生消费行为分析系统可以很好的收集到原始数据，并且处理这些收集来的这些原始数据，把这些数据中有用的部分我们清洗提取处理，做成我们需要的大学生消费行为的这种指标信息，然后给我分析，也可以给后面做用户画像，为大学生做一个消费引导，树立正确的消费观，所以我的这个系统在当前这个时代是很有研究价值的。引导大学生继续保持艰苦朴素、勤俭节约的消费观念，反对奢侈浪费、盲目攀比、过高消费等不良消费风气，加强大学生健康的消费观念的培养与塑造，在当前构建节约型社会的大环境下具有非常重要的意义[5]。
用户行为分析（Python）
liu_ziyue的博客
05-24 4794
一、前述 电商、互联网、金融这三驾马车是对数据分析应用最为广泛的行业，同时也占据了就业市场上绝大多数的数据分析岗位，只因日常业务产生的海量数据蕴含着无尽的价值。 本次就通过电商角度，选取阿里天池项目中的淘宝App用户行为数据利用Python进行数据分析。 二、理解需求 1. 明确分析目标及其方向 通过对用户关键行为的埋点获取的日志数据，包含用户、商品、行为、时间等信息，而看似简单的几个维度，通过数据分析手段，便能从不同角度挖掘蕴含的价值。 本次主要通过以下四个方向探索淘宝用户行为： 1.1 用户行为时间模型
Python实战项目——用户消费行为数据分析（三）
分享关于数据的知识。
07-20 3978
大多数用户最后一次购买时间集中在前3个月，说明缺少忠诚用户。随着时间的推移，最后一次购买商品的用户量呈现上升趋势，猜测：这份数据选择是的前三个月消费的用户在后面18个月的跟踪记录1．针对用户进行按照月份做整体和个体分析，主要分析维度是人数，消费金额，购买量2．消费分析：首购时间，最后一次购买时间，相邻两个购物时间的间隔，用户分层（ RFM 模型＋数据透视表），分析维度主要是新用户，活跃用户，不活跃用户流失分析，回流用户占比3．复购率和回购率进行分析。
数据分析实战项目-用户行为分析（Python）
weixin_65136567的博客
08-14 4652
为了提高GMV，对用户行为进行分析
评论 5
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