大熊猫月度RFM分析

Question

我最近在pandas做了一个关于一年交易的RFM分析，但现在我想给每个客户每个月的RFM评分，我的数据框架如下所示：

txn_id | customer_id | date     | total
1      | 2           | 2016-1-2 | 30
2      | 5           | 2016-1-3 | 21
3      | 2           | 2016-1-4 | 9
4      | 3           | 2016-3-2 | 10
5      | 2           | 2016-3-1 | 10

要计算一整年的RFM分数，我使用

now = dt.datetime(2016,12,31)
df.groupby('customer_id').agg({'date': lambda x: (now - x.max()).days,
                               'txn_id': lambda x: len(x),
                               'total : lambda x : sum(x)})
rfm = df['date'] = df['date'].astype(int)
rfm.rename(columns={'date': 'recency', 
                     'txn_id': 'frequency', 
                     'total': 'monetary_value'}, inplace=True)

quantiles = rfm.quantile(q=[0.25,0.5,0.75])
quantiles = quantiles.to_dict()

def RScore(x,p,d):
if x <= d[p][0.25]:
    return 1
elif x <= d[p][0.50]:
    return 2
elif x <= d[p][0.75]: 
    return 3
else:
    return 4

def FMScore(x,p,d):
    if x <= d[p][0.25]:
        return 4
    elif x <= d[p][0.50]:
        return 3
    elif x <= d[p][0.75]: 
        return 2
    else:
        return 1



rfm['R_Quartile'] = rfm['recency'].apply(RClass, args=('recency',quantiles,))
rfm['F_Quartile'] = rfm['frequency'].apply(FMClass, args=('frequency',quantiles,))
rfm['M_Quartile'] = rfm['monetary_value'].apply(FMClass, args=('monetary_value',quantiles,))


rfm['RFMClass'] = rfm.R_Quartile.map(str) \
                            + rfm.F_Quartile.map(str) \
                            + rfm.M_Quartile.map(str)

我现在得到的是这样的数据框架：

 customer_id | RFM
  2          | 313 
  5          | 131   
  3          | 414

我想要一个按月细分的RFM分数，如下所示：

 customer_id | Jan | Feb | ....| Dec 
  2          | 313 | 324 | ....| 121
  5          | 131 | 342 | ....| 212   
  3          | 414 | 113 | ....| 333

现在我的问题是，我不知道如何让上面的计算都基于月份，我想在一年中循环12次，但循环太大了，有什么有效的方法吗？

Answer 1

我并没有在您的示例中一直使用这个方法，但我相信这将会起到作用。

首先，确保您的日期实际上是datetime格式，如果您还没有这样做。

data['date'] = pd.to_datetime(data['date'])

然后，创建一个包含月份的新列。

data['month_id'] = data['date'].dt.strftime('%B')

然后，您可以对矩阵进行分组和拆分，以获得一个矩阵，其中列为month_id，行为customer_id。下面是一个仅包含一个聚合的示例。

data.groupby(['customer_id', 'month_id'])['total'].sum().unstack()

给予：

month_id January March
customer_id     
2        39.0    10.0
3        NaN     10.0
5        21.0    NaN

从那里，您应该能够将您的RFM分数应用到每一列。请注意，由于您有多个聚合，因此您的数据帧上实际上会有一个multiIndex。但原理是一样的。