【案例】客户RFM值计算

该代码计算客户的RFM值。把客户价值分成8层，R的权重为100，F的权重为10，M的权重为1。
【重要】原始清洗数据格式为：
订单id，用户id,订单日期，成交金额
（OrderID–CustomerID–DealDateTime–Sales）

# -*- coding: utf-8 -*-
import pandas as pd

data= pd.read_csv(r"代码文件地址")
data["DealDateTime"] = pd.to_datetime(data.DealDateTime,format="%Y/%m/%d")

from datetime import datetime
data["DateDiff"] = (datetime.now() - data["DealDateTime"]).dt.days #计算所有订单的相聚天数

#计算R值
R_Agg = data.groupby(by=["CustomerID"],as_index=False)["DateDiff"].agg("min")

#统计消费频次（交易总次数）
F_Agg = data.groupby(by=