溫馨提示×

溫馨提示×

您好，登錄后才能下訂單哦！

密碼登錄×
登錄注冊×
其他方式登錄
點擊 登錄注冊 即表示同意《億速云用戶服務條款》

Python怎么解決新客人數(shù)、回購人數(shù)和總?cè)藬?shù)問題

發(fā)布時間：2022-04-25 10:58:06 來源：億速云 閱讀：234 作者：iii 欄目：大數(shù)據(jù)

今天小編給大家分享一下Python怎么解決新客人數(shù)、回購人數(shù)和總?cè)藬?shù)問題的相關(guān)知識點，內(nèi)容詳細，邏輯清晰，相信大部分人都還太了解這方面的知識，所以分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后有所收獲，下面我們一起來了解一下吧。

讀取流水


saleflow= pd.read_csv('流水.csv',index_col=0)

Python怎么解決新客人數(shù)、回購人數(shù)和總?cè)藬?shù)問題

篩選出合生元益生菌的流水


#處理字段 yyp_saleflow=saleflow[saleflow['cls']=='營養(yǎng)品'] yyp_saleflow=saleflow[saleflow['custype']=='vip'] ysj_saleflow = yyp_saleflow[yyp_saleflow['cls2']=='益生菌'] ysj_saleflow['pinpai'] =ysj_saleflow.apply(pinpai_class_new,axis=1) # print('益生菌流水數(shù)', ysj_saleflow.shape[0]) ysj_saleflow= ysj_saleflow[ysj_saleflow['pinpai']=='合生元'] # print('合生元益生菌流水數(shù)', ysj_saleflow.shape[0])

求每個會員第一次購買合生元益生菌的時間，從而篩選出某個季度的新客


# 會員第一次購買益生菌的時間ysj_first =ysj_saleflow.groupby(['shopid_cardid']).oper_date.min().reset_index().rename(columns={'oper_date':'oper_date_first'})ysj_first['oper_date_first']=pd.to_datetime(ysj_first['oper_date_first'])  # 各個季度的新客ysj_new_Q1= ysj_first[(ysj_first['oper_date_first'] < pd.to_datetime('2020-04-01 00:00:00'))&(ysj_first['oper_date_first'] > pd.to_datetime('2020-01-01 00:00:00'))]ysj_new_Q3=  ysj_first[(ysj_first['oper_date_first'] < pd.to_datetime('2019-10-01 00:00:00'))&(ysj_first['oper_date_first'] > pd.to_datetime('2019-07-01 00:00:00'))]ysj_new_Q4 = ysj_first[(ysj_first['oper_date_first'] < pd.to_datetime('2020-01-01 00:00:00'))&(ysj_first['oper_date_first'] > pd.to_datetime('2019-10-01 00:00:00'))]

比如 Q3的新客有

這樣我們就有了各個季度的新客ID

再計算老客， 老客定義為第三季度和第二季度都買過合生元的會員，所有只用用第三季度的流水會員id和 第二季度的會員id  進行 inner join


ysj_saleflow2019=ysj_saleflow.query('year==2019')ysj_saleflow2019Q2_id=ysj_saleflow2019[ysj_saleflow2019.month.isin([4,5,6])][['shopid_cardid']]ysj_saleflow2019Q3_id=ysj_saleflow2019[ysj_saleflow2019.month.isin([7,8,9])][['shopid_cardid']]ysj_saleflow2019Q4_id=ysj_saleflow2019[ysj_saleflow2019.month.isin([10,11,12])][['shopid_cardid']]ysj_Q3_old_id= (ysj_saleflow2019Q2_id.merge(ysj_saleflow2019Q3_id)).drop_duplicates()

再計算 Q3 的新客有多少在Q4又購買了合生元益生菌， 即回購

思路是 拿Q4的會員id 與  Q3新客id inner join


#Q3 新客 在 年底回購人數(shù)Q3new_to_Q4 =(ysj_saleflow2019Q4_id.merge(ysj_new_Q3)).shopid_cardid.nunique()

最后計算人數(shù)，并創(chuàng)建dataframe


# 新客人數(shù)Q3_new=ysj_new_Q3.shopid_cardid.nunique()# Q3 益生菌總?cè)藬?shù)Q3_YSJ_total= ysj_saleflow2019Q3_id.shopid_cardid.nunique()# 老客人數(shù)ysj_Q3_old_id= (ysj_saleflow2019Q2_id.merge(ysj_saleflow2019Q3_id)).drop_duplicates()Q3_old=ysj_Q3_old_id.shopid_cardid.nunique()#.reset_index() # Q3 老客人數(shù)#Q3 新客 在 年底回購人數(shù)Q3new_to_Q4 =(ysj_saleflow2019Q4_id.merge(ysj_new_Q3)).shopid_cardid.nunique()## 創(chuàng)建dataframedata = {'Q3益生菌總會員人數(shù)': [Q3_YSJ_total],       'Q3新客人數(shù)': [Q3_new],       'Q3老客人數(shù)': [Q3_old],       'Q3新客在年底回購的人數(shù)':[Q3new_to_Q4] ,     'shopId':[shopId]       }frame = pd.DataFrame(data, columns = ['Q3益生菌總?cè)藬?shù)', 'Q3新客人數(shù)', 'Q3老客人數(shù)', 'Q3新客在年底回購的人數(shù)','shopId'])

Python怎么解決新客人數(shù)、回購人數(shù)和總?cè)藬?shù)問題

這里只計算了一個連鎖，如果 計算多個連鎖， 可以對 連鎖列表進行循環(huán)

依次 df.append(). 具體做法是 在循環(huán)之前建立一個空的dataframe



df_empty =pd.DataFrame(columns=('Q3益生菌總會員人數(shù)','Q3新客人數(shù)','Q3老客人數(shù)','Q3新客在年底回購的人數(shù)','shopId'))

每循環(huán)一次 就讓df_empty 新增一個連鎖的數(shù)據(jù)，即


df_empty=df_empty.append(frame,ignore_index=True)

偽代碼：


df_empty =pd.DataFrame(columns=('Q3益生菌總會員人數(shù)','Q3新客人數(shù)','Q3老客人數(shù)','Q3新客在年底回購的人數(shù)','shopId'))for  某一個連鎖  in    連鎖列表：       計算某個連鎖，得到frame
       df_empty= df_empty.append(frame, ignore_index=True)

以上就是“Python怎么解決新客人數(shù)、回購人數(shù)和總?cè)藬?shù)問題”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家閱讀完這篇文章都有很大的收獲，小編每天都會為大家更新不同的知識，如果還想學習更多的知識，請關(guān)注億速云行業(yè)資訊頻道。

向AI問一下細節(jié)

免責聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點不代表本網(wǎng)站立場，如果涉及侵權(quán)請聯(lián)系站長郵箱：is@yisu.com進行舉報，并提供相關(guān)證據(jù)，一經(jīng)查實，將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI
助
手