数据分析项目-合集-day04

最新推荐文章于 2024-10-09 13:23:01 发布

weixin_47049321

最新推荐文章于 2024-10-09 13:23:01 发布

阅读量530

点赞数 1

文章标签：数据分析 python 数据挖掘

本文链接：https://blog.csdn.net/weixin_47049321/article/details/124640106

版权

本文通过分析电商数据，展示了用户购买行为的统计信息，如平均购买金额和数量，以及用户在各月的消费情况。进一步，通过用户消费的频率和时间间隔，将用户分为新用户、活跃用户、非活跃用户等状态，并揭示了用户生命周期的不同阶段，如新用户、回头客和非活跃用户的比例变化。此外，还探讨了用户在特定时间段的消费趋势，为用户分层和营销策略提供了依据。

摘要由CSDN通过智能技术生成

第一部分：数据类型处理

- 数据加载
    - 字段含义
        - user_id:用户ID
        - order_dt:购买日期
        - order_product:购买产品的数量
        - order_amount:购买金额
- 观察数据
    - 查看数据的数据类型
    - 数据中是否存储在缺失值
    - 将order_dt转换成时间类型
    - 查看数据的统计描述
        - 计算所有用户购买商品的平均数量
        - 计算所有用户购买商品的平均花费
- 在源数据中添加一列表示月份：astype('datetime64[M]')

import numpy as np
import pandas as pd
from pandas import DataFrame,Series
import matplotlib.pyplot as plt

#设置行不限制数量
pd.set_option('display.max_rows',100)
#最后的的参数可以限制输出行的数量
#设置列不限制数量
pd.set_option('display.max_columns',100)
#最后的的参数可以限制输出列的数量
#设置value的显示长度为80，默认为50
pd.set_option('max_colwidth',100)

#数据的加载，定义数据的列（以多个空格进行分割）
df=pd.read_csv("../data/CDNOW_master.txt",header=None,sep="\s+",names=["user_id","order_dt","order_product","order_amount"])
df

	user_id	order_dt	order_product	order_amount
0	1	19970101	1	11.77
1	2	19970112	1	12.00
2	2	19970112	5	77.00
3	3	19970102	2	20.76
4	3	19970330	2	20.76
...	...	...	...	...
69654	23568	19970405	4	83.74
69655	23568	19970422	1	14.99
69656	23569	19970325	2	25.74
69657	23570	19970325	3	51.12
69658	23570	19970326	2	42.96

69659 rows × 4 columns

#- 观察数据
#    - 查看数据的数据类型
#    - 数据中是否存储在缺失值
df.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 69659 entries, 0 to 69658
Data columns (total 4 columns):
 #   Column         Non-Null Count  Dtype  
---  ------         --------------  -----  
 0   user_id        69659 non-null  int64  
 1   order_dt       69659 non-null  int64  
 2   order_product  69659 non-null  int64  
 3   order_amount   69659 non-null  float64
dtypes: float64(1), int64(3)
memory usage: 2.1 MB

#- 将order_dt转换成时间类型
df["order_dt"]=pd.to_datetime(df["order_dt"],format="%Y%m%d")
df

	user_id	order_dt	order_product	order_amount
0	1	1997-01-01	1	11.77
1	2	1997-01-12	1	12.00
2	2	1997-01-12	5	77.00
3	3	1997-01-02	2	20.76
4	3	1997-03-30	2	20.76
...	...	...	...	...
69654	23568	1997-04-05	4	83.74
69655	23568	1997-04-22	1	14.99
69656	23569	1997-03-25	2	25.74
69657	23570	1997-03-25	3	51.12
69658	23570	1997-03-26	2	42.96

69659 rows × 4 columns

#- 查看数据的统计描述
#        - 计算所有用户购买商品的平均数量
#        - 计算所有用户购买商品的平均花费
df.describe()

	user_id	order_product	order_amount
count	69659.000000	69659.000000	69659.000000
mean	11470.854592	2.410040	35.893648
std	6819.904848	2.333924	36.281942
min	1.000000	1.000000	0.000000
25%	5506.000000	1.000000	14.490000
50%	11410.000000	2.000000	25.980000
75%	17273.000000	3.000000	43.700000
max	23570.000000	99.000000	1286.010000

#将源数据的时间转换为月份
df["order_dt"].astype("datetime64[M]")

0       1997-01-01
1       1997-01-01
2       1997-01-01
3       1997-01-01
4       1997-03-01
           ...    
69654   1997-04-01
69655   1997-04-01
69656   1997-03-01
69657   1997-03-01
69658   1997-03-01
Name: order_dt, Length: 69659, dtype: datetime64[ns]

#- 在源数据中添加一列表示月份：astype('datetime64[M]')
df["month"]=df["order_dt"].astype("datetime64[M]")
df.head(15)

	user_id	order_dt	order_product	order_amount	month
0	1	1997-01-01	1	11.77	1997-01-01
1	2	1997-01-12	1	12.00	1997-01-01
2	2	1997-01-12	5	77.00	1997-01-01
3	3	1997-01-02	2	20.76	1997-01-01
4	3	1997-03-30	2	20.76	1997-03-01
5	3	1997-04-02	2	19.54	1997-04-01
6	3	1997-11-15	5	57.45	1997-11-01
7	3	1997-11-25	4	20.96	1997-11-01
8	3	1998-05-28	1	16.99	1998-05-01
9	4	1997-01-01	2	29.33	1997-01-01
10	4	1997-01-18	2	29.73	1997-01-01
11	4	1997-08-02	1	14.96	1997-08-01
12	4	1997-12-12	2	26.48	1997-12-01
13	5	1997-01-01	2	29.33	1997-01-01
14	5	1997-01-14	1	13.97	1997-01-01

第二部分

- 用户每月花费的总金额
    - 绘制曲线图展示
- 所有用户每月的产品购买量
- 所有用户每月的消费总次数
- 统计每月的消费人数

# - 用户每月花费的总金额
df.groupby(by="month")["order_amount"].sum()

month
1997-01-01    299060.17
1997-02-01    379590.03
1997-03-01    393155.27
1997-04-01    142824.49
1997-05-01    107933.30
1997-06-01    108395.87
1997-07-01    122078.88
1997-08-01     88367.69
1997-09-01     81948.80
1997-10-01     89780.77
1997-11-01    115448.64
1997-12-01     95577.35
1998-01-01     76756.78
1998-02-01     77096.96
1998-03-01    108970.15
1998-04-01     66231.52
1998-05-01     70989.66
1998-06-01     76109.30
Name: order_amount, dtype: float64

#plt.plot(df.groupby(by="month")["order_amount"].sum())
df.groupby(by="month")["order_amount"].sum().plot()

<matplotlib.axes._subplots.AxesSubplot at 0x1b6842f8fc8>

在这里插入图片描述

#- 所有用户每月的产品购买量
df.groupby(by="month")["order_product"].sum()

month
1997-01-01    19416
1997-02-01    24921
1997-03-01    26159
1997-04-01     9729
1997-05-01     7275
1997-06-01     7301
1997-07-01     8131
1997-08-01     5851
1997-09-01     5729
1997-10-01     6203
1997-11-01     7812
1997-12-01     6418
1998-01-01     5278
1998-02-01     5340
1998-03-01     7431
1998-04-01     4697
1998-05-01     4903
1998-06-01     5287
Name: order_product, dtype: int64

df.groupby(by="month")["order_product"].sum().plot()

<matplotlib.axes._subplots.AxesSubplot at 0x1b683c1c748>

在这里插入图片描述

# - 所有用户每月的消费总次数(原始数据中的一行数据表示一次消费记录)
df.groupby(by="month")["user_id"].count()

month
1997-01-01     8928
1997-02-01    11272
1997-03-01    11598
1997-04-01     3781
1997-05-01     2895
1997-06-01     3054
1997-07-01     2942
1997-08-01     2320
1997-09-01     2296
1997-10-01     2562
1997-11-01     2750
1997-12-01     2504
1998-01-01     2032
1998-02-01     2026
1998-03-01     2793
1998-04-01     1878
1998-05-01     1985
1998-06-01     2043
Name: user_id, dtype: int64

#- 统计每月的消费人数（可能同一天一个用户会消费多次）,nunique()表示去重之后的个数
df.groupby(by="month")["user_id"].nunique()

month
1997-01-01    7846
1997-02-01    9633
1997-03-01    9524
1997-04-01    2822
1997-05-01    2214
1997-06-01    2339
1997-07-01    2180
1997-08-01    1772
1997-09-01    1739
1997-10-01    1839
1997-11-01    2028
1997-12-01    1864
1998-01-01    1537
1998-02-01    1551
1998-03-01    2060
1998-04-01    1437
1998-05-01    1488
1998-06-01    1506
Name: user_id, dtype: int64

第三部分：用户个体消费数据分析

- 用户消费总金额和消费总次数的统计描述
- 用户消费金额和消费产品数量的散点图
- 各个用户消费总金额的直方分布图（消费金额在1000之内的分布）
- 各个用户消费的总数量的直方分布图（消费商品的数量在100次之内的分布）

#- 用户消费总金额和消费总次数的统计描述
#每个用户消费的总金额
df.groupby(by="user_id")["order_amount"].sum()

user_id
1         11.77
2         89.00
3        156.46
4        100.50
5        385.61
          ...  
23566     36.00
23567     20.97
23568    121.70
23569     25.74
23570     94.08
Name: order_amount, Length: 23570, dtype: float64

#每个用户消费的总次数
df.groupby(by="user_id").count()["order_dt"]

user_id
1         1
2         2
3         6
4         4
5        11
         ..
23566     1
23567     1
23568     3
23569     1
23570     2
Name: order_dt, Length: 23570, dtype: int64

#用户消费金额和消费产品数量的散点图
user_amount_sum=df.groupby(by="user_id")["order_amount"].sum()
user_product_sum=df.groupby(by="user_id")["order_product"].sum()
plt.scatter(user_product_sum,user_amount_sum)

<matplotlib.collections.PathCollection at 0x1b684ace5c8>

在这里插入图片描述

#- 各个用户消费总金额的直方分布图（消费金额在1000之内的分布）
df.groupby(by="user_id").sum().query("order_amount<=1000")["order_amount"]
df.groupby(by="user_id").sum().query("order_amount<=1000")["order_amount"].hist()

<matplotlib.axes._subplots.AxesSubplot at 0x1b6847803c8>

在这里插入图片描述

#- 各个用户消费的总数量的直方分布图（消费商品的数量在100次之内的分布）
df.groupby(by="user_id").sum().query("order_product<=100")["order_product"]
#df.groupby(by="user_id").sum().query("order_product<=100")["order_product"].hist()

user_id
1         1
2         6
3        16
4         7
5        29
         ..
23566     2
23567     1
23568     6
23569     2
23570     5
Name: order_product, Length: 23491, dtype: int64

第四部分：用户消费行为分析

- 用户第一次消费的月份分布，和人数统计
    - 绘制线形图
- 用户最后一次消费的时间分布，和人数统计
    -绘制线形图
- 新老客户的占比
    - 消费一次为新客户
    - 消费多次为老客户
        -分析出每一个用户的第一个消费和最后一次消费的时间
            - agg(["func1","func2"]):对分组后的结果进行指定聚会
        -分析出新老客户的消费比例
    - 用户分层
        - 分析得出每个用户的总购买量和总消费金额and最近一次消费的时间的表格rfm
        - RFM模型设计
            - R表示客户最近一次交易时间的间隔
                - /np.timedelta64(1,"D"):去除days
            - F表示客户购买商品的总数量，F值越大，表示客户交易越频繁，反之则表示客户交易不够活跃
            - M表示客户交易的金额，M值越大，表示客户价值越高，反之则表示客户价值越低
            - 将R,F,M作用到rfm表中
        - 根据价值分层，将用户分为：
            - 重要价值客户
            - 重要保持客户
            - 重要挽留客户

#- 用户第一次消费的月份分布，和人数统计
#    - 绘制线形图
#第一次消费的月份：每一个用户消费月份的最小值就是该用户第一次消费的月份
df.groupby(by="user_id")["month"].min()#第一次消费月份分布

user_id
1       1997-01-01
2       1997-01-01
3       1997-01-01
4       1997-01-01
5       1997-01-01
           ...    
23566   1997-03-01
23567   1997-03-01
23568   1997-03-01
23569   1997-03-01
23570   1997-03-01
Name: month, Length: 23570, dtype: datetime64[ns]

df.groupby(by="user_id")["month"].min().value_counts()#人数的统计

1997-02-01    8476
1997-01-01    7846
1997-03-01    7248
Name: month, dtype: int64

df.groupby(by="user_id")["month"].min().value_counts().plot()

<matplotlib.axes._subplots.AxesSubplot at 0x1b684c45308>

在这里插入图片描述

#- 用户最后一次消费的时间分布，和人数统计
# 用户消费月份的最大值就是用户最后一次消费
df.groupby(by="user_id")["month"].max().value_counts()

1997-02-01    4912
1997-03-01    4478
1997-01-01    4192
1998-06-01    1506
1998-05-01    1042
1998-03-01     993
1998-04-01     769
1997-04-01     677
1997-12-01     620
1997-11-01     609
1998-02-01     550
1998-01-01     514
1997-06-01     499
1997-07-01     493
1997-05-01     480
1997-10-01     455
1997-09-01     397
1997-08-01     384
Name: month, dtype: int64

#    -绘制线形图
df.groupby(by="user_id")["month"].max().value_counts().plot()

<matplotlib.axes._subplots.AxesSubplot at 0x1b684d15b48>

在这里插入图片描述

#- 新老客户的占比
#    - 消费一次为新客户
#    - 消费多次为老客户
#        -分析出每一个用户的第一个消费和最后一次消费的时间
#            - agg(["func1","func2"]):对分组后的结果进行指定聚会
#        -分析出新老客户的消费比例

#新用户消费月份最大值和最小值相同，而老用户不相同
new_old_user=df.groupby(by="user_id")["month"].agg(["min","max"])
(new_old_user["min"]==new_old_user["max"]).value_counts()

True     12755
False    10815
dtype: int64

#- 用户分层
#        - 分析得出每个用户的总购买量和总消费金额and最近一次消费的时间的表格rfm

#aggfunc实现对原始数据的哪些列做怎样形式的汇总
rfm=df.pivot_table(index="user_id",aggfunc={"order_product":"sum","order_amount":"sum","order_dt":"max"})
rfm

	order_amount	order_dt	order_product
user_id
1	11.77	1997-01-01	1
2	89.00	1997-01-12	6
3	156.46	1998-05-28	16
4	100.50	1997-12-12	7
5	385.61	1998-01-03	29
...	...	...	...
23566	36.00	1997-03-25	2
23567	20.97	1997-03-25	1
23568	121.70	1997-04-22	6
23569	25.74	1997-03-25	2
23570	94.08	1997-03-26	5

23570 rows × 3 columns

#        - RFM模型设计
#            - R表示客户最近一次交易时间的间隔
#                - /np.timedelta64(1,"D"):去除days
#            - F表示客户购买商品的总数量，F值越大，表示客户交易越频繁，反之则表示客户交易不够活跃
#            - M表示客户交易的金额，M值越大，表示客户价值越高，反之则表示客户价值越低
#            - 将R,F,M作用到rfm表中

#            - R表示客户最近一次交易时间的间隔
max_dt=df["order_dt"].max()#今天的日期
#每个用户最后一次交易的时间
max_dt-df.groupby(by="user_id")["order_dt"].max()
rfm["R"]=(max_dt-df.groupby(by="user_id")["order_dt"].max())/np.timedelta64(1,"D")

rfm.drop(labels="order_dt",axis=1,inplace=True)

rfm.columns=["M","F","R"]

rfm

	M	F	R
user_id
1	11.77	1	545.0
2	89.00	6	534.0
3	156.46	16	33.0
4	100.50	7	200.0
5	385.61	29	178.0
...	...	...	...
23566	36.00	2	462.0
23567	20.97	1	462.0
23568	121.70	6	434.0
23569	25.74	2	462.0
23570	94.08	5	461.0

23570 rows × 3 columns

rfm.apply(lambda x: x-x.mean())

	M	F	R
user_id
1	-94.310426	-6.122656	177.778362
2	-17.080426	-1.122656	166.778362
3	50.379574	8.877344	-334.221638
4	-5.580426	-0.122656	-167.221638
5	279.529574	21.877344	-189.221638
...	...	...	...
23566	-70.080426	-5.122656	94.778362
23567	-85.110426	-6.122656	94.778362
23568	15.619574	-1.122656	66.778362
23569	-80.340426	-5.122656	94.778362
23570	-12.000426	-2.122656	93.778362

23570 rows × 3 columns

def rfm_func(x):
    #存储的是三个字符串形式的0或者1
    level=x.map(lambda x:"1" if x>0 else "0")
    label=level.R+level.F+level.M
    d={
        "111":"重要价值客户",
        "011":"重要保持客户",
        "101":"重要挽留客户",
        "001":"重要发展客户",
        "110":"一般价值客户",
        "010":"一般保持客户",
        "100":"一般挽留客户",
        "000":"一般发展客户",  
    }
    result=d[label]
    return result

#df.apply(func):可以对df中的行或者列进行某种(func%xdel形式的运算
rfm["label"]=rfm.apply(lambda x: x-x.mean()).apply(rfm_func,axis=1)

rfm.head(15)

	M	F	R	label
user_id
1	11.77	1	545.0	一般挽留客户
2	89.00	6	534.0	一般挽留客户
3	156.46	16	33.0	重要保持客户
4	100.50	7	200.0	一般发展客户
5	385.61	29	178.0	重要保持客户
6	20.99	1	545.0	一般挽留客户
7	264.67	18	100.0	重要保持客户
8	197.66	18	93.0	重要保持客户
9	95.85	6	22.0	一般发展客户
10	39.31	3	525.0	一般挽留客户
11	58.55	4	130.0	一般发展客户
12	57.06	4	545.0	一般挽留客户
13	72.94	4	545.0	一般挽留客户
14	29.92	2	545.0	一般挽留客户
15	52.87	4	545.0	一般挽留客户

第五部分：用户的生命周期

- 将用户划分为活跃用户和其他用户
    - 统计每个用户每个月的消费次数
    - 统计每个用户每个月是否消费，消费记录为1否则为0
        - 知识点：DataFrame的apply和applymap的区别 
            - applymap:返回df
            - 将函数做用于DataFrame中的所有元素（elements）
            - apply:返回Series
            - apply()将一个函数作用于DataFrame中的每列或者列
    - 将用户按照每一个月份分成：
        - unreq:观望用户（前两月没买，第三个月才第一次买，则用户前两个月为观望用户）
        - unactive:首月购买后，后续月份没有购买则在购买的月份中该用户为非活跃用户
        - new:当前月就进行首次购买的用户在当前月为新用户
        - return:购买之后间隔n月再次购买的第一个月份为该月份的回头客

#- 统计每个用户每个月的消费次数
user_month_count_df=df.pivot_table(index="user_id",values="order_dt",aggfunc="count",columns="month").fillna(0)
user_month_count_df

month	1997-01-01	1997-02-01	1997-03-01	1997-04-01	1997-05-01	1997-06-01	1997-07-01	1997-08-01	1997-09-01	1997-10-01	1997-11-01	1997-12-01	1998-01-01	1998-02-01	1998-03-01	1998-04-01	1998-05-01	1998-06-01
user_id
1	1.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0
2	2.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0
3	1.0	0.0	1.0	1.0	0.0	0.0	0.0	0.0	0.0	0.0	2.0	0.0	0.0	0.0	0.0	0.0	1.0	0.0
4	2.0	0.0	0.0	0.0	0.0	0.0	0.0	1.0	0.0	0.0	0.0	1.0	0.0	0.0	0.0	0.0	0.0	0.0
5	2.0	1.0	0.0	1.0	1.0	1.0	1.0	0.0	1.0	0.0	0.0	2.0	1.0	0.0	0.0	0.0	0.0	0.0
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
23566	0.0	0.0	1.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0
23567	0.0	0.0	1.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0
23568	0.0	0.0	1.0	2.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0
23569	0.0	0.0	1.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0
23570	0.0	0.0	2.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0

23570 rows × 18 columns

#- 统计每个用户每个月是否消费，消费记录为1否则为0
df_purchase=user_month_count_df.applymap(lambda x: 1 if x>=1 else 0)
df_purchase

month	1997-01-01	1997-02-01	1997-03-01	1997-04-01	1997-05-01	1997-06-01	1997-07-01	1997-08-01	1997-09-01	1997-10-01	1997-11-01	1997-12-01	1998-01-01	1998-02-01	1998-03-01	1998-04-01	1998-05-01	1998-06-01
user_id
1	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0
2	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0
3	1	0	1	1	0	0	0	0	0	0	1	0	0	0	0	0	1	0
4	1	0	0	0	0	0	0	1	0	0	0	1	0	0	0	0	0	0
5	1	1	0	1	1	1	1	0	1	0	0	1	1	0	0	0	0	0
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
23566	0	0	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0
23567	0	0	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0
23568	0	0	1	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0
23569	0	0	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0
23570	0	0	1	0	0	0	0	0	0	0	0	0	0	0	0	0	0	0

23570 rows × 18 columns

#将df_purchase中的原始数据0和1修改为new,unactive...，返回新的df叫做df_purchase_new
#固定算法
def active_status(data):
    status=[]#某个用户每一个月的活跃度
    for i in range(18):
        #若本月没有消费
        if data[i]==0:
            if len(status)>0:
                if status[i-1]=="unreg":
                    status.append("unreg")
                else:
                    status.append("unactive")
            else:
                status.append("unreg")
        #若本月有消费
        else:
            if len(status)==0:
                status.append("new")
            else:
                if status[i-1]=="unactive":
                    status.append("return")
                elif status[i-1]=="unreg":
                    status.append("new")
                else:
                    status.append("active")
    return status

pivoted_status=df_purchase.apply(active_status,axis=1)
pivoted_status.head(10)

user_id
1     [new, unactive, unactive, unactive, unactive, unactive, unactive, unactive, unactive, unactive, ...
2     [new, unactive, unactive, unactive, unactive, unactive, unactive, unactive, unactive, unactive, ...
3     [new, unactive, return, active, unactive, unactive, unactive, unactive, unactive, unactive, retu...
4     [new, unactive, unactive, unactive, unactive, unactive, unactive, return, unactive, unactive, un...
5     [new, active, unactive, return, active, active, active, unactive, return, unactive, unactive, re...
6     [new, unactive, unactive, unactive, unactive, unactive, unactive, unactive, unactive, unactive, ...
7     [new, unactive, unactive, unactive, unactive, unactive, unactive, unactive, unactive, return, un...
8     [new, active, unactive, unactive, unactive, return, active, unactive, unactive, unactive, return...
9     [new, unactive, unactive, unactive, return, unactive, unactive, unactive, unactive, unactive, un...
10    [new, unactive, unactive, unactive, unactive, unactive, unactive, unactive, unactive, unactive, ...
dtype: object

pivoted_status.values.tolist()
df_purchase_new=DataFrame(data=pivoted_status.values.tolist(),index=df_purchase.index,columns=df_purchase.columns)
df_purchase_new

month	1997-01-01	1997-02-01	1997-03-01	1997-04-01	1997-05-01	1997-06-01	1997-07-01	1997-08-01	1997-09-01	1997-10-01	1997-11-01	1997-12-01	1998-01-01	1998-02-01	1998-03-01	1998-04-01	1998-05-01	1998-06-01
user_id
1	new	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive
2	new	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive
3	new	unactive	return	active	unactive	unactive	unactive	unactive	unactive	unactive	return	unactive	unactive	unactive	unactive	unactive	return	unactive
4	new	unactive	unactive	unactive	unactive	unactive	unactive	return	unactive	unactive	unactive	return	unactive	unactive	unactive	unactive	unactive	unactive
5	new	active	unactive	return	active	active	active	unactive	return	unactive	unactive	return	active	unactive	unactive	unactive	unactive	unactive
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
23566	unreg	unreg	new	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive
23567	unreg	unreg	new	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive
23568	unreg	unreg	new	active	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive
23569	unreg	unreg	new	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive
23570	unreg	unreg	new	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive	unactive

23570 rows × 18 columns

#- 每月【不同活跃】用户的计数
purchase_status_ct=df_purchase_new.apply(lambda x:pd.value_counts(x)).fillna(0)
purchase_status_ct

month	1997-01-01	1997-02-01	1997-03-01	1997-04-01	1997-05-01	1997-06-01	1997-07-01	1997-08-01	1997-09-01	1997-10-01	1997-11-01	1997-12-01	1998-01-01	1998-02-01	1998-03-01	1998-04-01	1998-05-01	1998-06-01
active	0.0	1157.0	1681.0	1773.0	852.0	747.0	746.0	604.0	528.0	532.0	624.0	632.0	512.0	472.0	571.0	518.0	459.0	446.0
new	7846.0	8476.0	7248.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0
return	0.0	0.0	595.0	1049.0	1362.0	1592.0	1434.0	1168.0	1211.0	1307.0	1404.0	1232.0	1025.0	1079.0	1489.0	919.0	1029.0	1060.0
unactive	0.0	6689.0	14046.0	20748.0	21356.0	21231.0	21390.0	21798.0	21831.0	21731.0	21542.0	21706.0	22033.0	22019.0	21510.0	22133.0	22082.0	22064.0
unreg	15724.0	7248.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0

purchase_status_ct.T

	active	new	return	unactive	unreg
month
1997-01-01	0.0	7846.0	0.0	0.0	15724.0
1997-02-01	1157.0	8476.0	0.0	6689.0	7248.0
1997-03-01	1681.0	7248.0	595.0	14046.0	0.0
1997-04-01	1773.0	0.0	1049.0	20748.0	0.0
1997-05-01	852.0	0.0	1362.0	21356.0	0.0
1997-06-01	747.0	0.0	1592.0	21231.0	0.0
1997-07-01	746.0	0.0	1434.0	21390.0	0.0
1997-08-01	604.0	0.0	1168.0	21798.0	0.0
1997-09-01	528.0	0.0	1211.0	21831.0	0.0
1997-10-01	532.0	0.0	1307.0	21731.0	0.0
1997-11-01	624.0	0.0	1404.0	21542.0	0.0
1997-12-01	632.0	0.0	1232.0	21706.0	0.0
1998-01-01	512.0	0.0	1025.0	22033.0	0.0
1998-02-01	472.0	0.0	1079.0	22019.0	0.0
1998-03-01	571.0	0.0	1489.0	21510.0	0.0
1998-04-01	518.0	0.0	919.0	22133.0	0.0
1998-05-01	459.0	0.0	1029.0	22082.0	0.0
1998-06-01	446.0	0.0	1060.0	22064.0	0.0