用户个体消费分析

ゞ浴缸里的玫瑰 2021-10-26 11:31 328阅读 0赞

![20190819232100503.png][]

#这份数据 分别是  用户的id  消费的日期 购买的产品数量，购买的金额

**首先对数据进行预处理：**

** 首先我们对数据进行读取，并且做出相应数据的转换。**

> ###  一、用户消费金额、消费次数的描述统计： ###

# 一、用户消费金额、消费次数的描述统计
    grouped_user = df.groupby('usr_id')
    print(grouped_user.sum().describe())

** 描述结果：**

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNDc5NDY0_size_16_color_FFFFFF_t_70][]

** 结果分析：**

用户评价购买的数量为7，但是中位值只有3，说明小部分用户购买了大量的产品

用户评价消费106元，中位值只有43，判断同上，有极值干扰

> ### 二、用户消费金额和消费的散点图： ###

**现在我们通过数据可视化的散点图来观察：**

#利用散点图来观察
    #用户消费金额、消费次数的描述统计可视化
    plt.rcParams['font.sans-serif']=['SimHei']
    plt.rcParams['axes.unicode_minus'] = False
    plt.style.use('ggplot')
    plt.title("用户消费金额、消费次数的描述统计")
    plt.ylabel("order_products")
    plt.xlabel('order_amount')
    #按照用户id进行每月的统计订单，都是一行
    grouped_user.sum().plot.scatter(x='order_amount',y='order_products')
    plt.savefig('user_amount.jpg')
    plt.show()

**可视化结果： **

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNDc5NDY0_size_16_color_FFFFFF_t_70 1][]

** 我们还可以对极值进行过滤处理：**

#利用散点图来观察
    #用户消费金额、消费次数的描述统计可视化
    plt.rcParams['font.sans-serif']=['SimHei']
    plt.rcParams['axes.unicode_minus'] = False
    plt.style.use('ggplot')
    plt.title("用户消费金额、消费次数的描述统计")
    plt.ylabel("order_products")
    plt.xlabel('order_amount')
    #按照用户id进行每月的统计订单，都是一行
    grouped_user.sum().query('order_amount < 4000').plot.scatter(x='order_amount',y='order_products')
    plt.savefig('user_amount.jpg')
    plt.show()

**过滤的结果：**

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNDc5NDY0_size_16_color_FFFFFF_t_70 2][]

** 上面两图可知用户的消费行为分析，并且做出了极值过滤**

> ### **三、用户消费金额的分布图** ###

#用户消费金额的直方图
    grouped_user.sum().query("order_amount<100").order_amount.plot.hist(bins=20)
    plt.savefig('custome_amount.jpg')
    plt.show()

**结果展示： **

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNDc5NDY0_size_16_color_FFFFFF_t_70 3][]

> ### **四、用户消费次数的分布图** ###

#使用分层的直方图来观看数据的趋势

#使用分层的直方图来观看数据的趋势
    grouped_user.sum().order_products.plot.hist(bins=40)
    plt.savefig('order_amount_fencheng.jpg')
    plt.show()

结果展示：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNDc5NDY0_size_16_color_FFFFFF_t_70 4][]

**从直方图可知：用户消费金额，绝大部分呈现集中趋势，小部分异常值干扰了判断，可以使用过滤操作排除异常**

** 现在对数据进行过滤后的直方图展示：**

grouped_user.sum().query("order_products<100").order_products.plot.hist(bins=40)
    plt.savefig('order_amount_fencheng.jpg')
    plt.show()

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNDc5NDY0_size_16_color_FFFFFF_t_70 5][]

> ###  五、用户累计消费金额占比（百分之多少的用户占了百分之多少的消费额） ###

** 先对数据进行排序然后累加求和处理**

#cumsum() 累加求和的函数
    user_cumsum = grouped_user.sum().sort_values('order_amount').cumsum()
    print(user_cumsum)

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNDc5NDY0_size_16_color_FFFFFF_t_70 6][]

**所占比例：用户累计求和除总的和**

user_cumsum = grouped_user.sum().sort_values('order_amount').apply(lambda x:x.cumsum()/x.sum())
    print(user_cumsum)

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNDc5NDY0_size_16_color_FFFFFF_t_70 7][]

#去除索引方便作图
    user_cumsum.reset_index().order_amount.plot()
    plt.savefig("用户消费累计比.jpg")

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNDc5NDY0_size_16_color_FFFFFF_t_70 8][]

**按用户消费金额进行升序排列，由图可知50%的用户仅贡献了15%的消费额度。而排名前5000的用户就贡献了40%的消费额**

## 部分数据： ##

00001 19970101  1   11.77
    00002 19970112  1   12.00
    00002 19970112  5   77.00
    00003 19970102  2   20.76
    00003 19970330  2   20.76
    00003 19970402  2   19.54
    00003 19971115  5   57.45
    00003 19971125  4   20.96
    00003 19980528  1   16.99
    00004 19970101  2   29.33
    00004 19970118  2   29.73
    00004 19970802  1   14.96
    00004 19971212  2   26.48
    00005 19970101  2   29.33
    00005 19970114  1   13.97
    00005 19970204  3   38.90
    00005 19970411  3   45.55
    00005 19970531  3   38.71
    00005 19970616  2   26.14
    00005 19970722  2   28.14
    00005 19970915  3   40.47
    00005 19971208  4   46.46
    00005 19971212  3   40.47
    00005 19980103  3   37.47
    00006 19970101  1   20.99
    00007 19970101  2   28.74
    00007 19971011  7   97.43
    00007 19980322  9  138.50
    00008 19970101  1    9.77
    00008 19970213  1   13.97
    00008 19970617  3   45.29
    00008 19970703  2   36.76
    00008 19971116  1    2.99
    00008 19971116  7   50.43
    00008 19971225  1   13.99
    00008 19980329  2   24.46
    00009 19970101  2   23.54
    00009 19970513  2   30.33
    00009 19980608  2   41.98
    00010 19970121  3   39.31
    00011 19970101  1   13.49
    00011 19970128  1   19.30
    00011 19970317  1   12.77
    00011 19980220  1   12.99
    00012 19970101  4   57.06
    00013 19970101  4   72.94
    00014 19970101  2   29.92
    00015 19970101  4   52.87
    00016 19970101  1    9.77
    00016 19970713  2   31.60
    00016 19970726  4   28.51
    00016 19970910  1    9.99
    00017 19970101  5   73.22
    00018 19970104  1   14.96
    00019 19970101 10  163.35
    00019 19970610  1   11.77
    00020 19970101 27  363.60
    00020 19970118 19  289.41
    00021 19970101  3   63.34
    00021 19970113  1   11.77
    00022 19970101  1   14.37
    00023 19970101  2   24.74
    00024 19970101  3   47.28
    00024 19980120  1   10.49
    00025 19970101  2   24.96
    00025 19970718  1   13.90
    00025 19970817  1   12.25
    00025 19971024  1   12.99
    00025 19980417  1   12.99
    00025 19980525  1   10.49
    00025 19980603  3   24.97
    00025 19980608  2   24.98
    00026 19970101  3   42.72
    00026 19970126  3   59.97
    00027 19970107  6   83.41
    00027 19970112  4   52.46
    00028 19970101  3   39.51
    00028 19970127  2   25.74
    00028 19970308  2   25.74
    00029 19970101  3   46.72
    00029 19970206  3   67.31
    00029 19970309  3   41.10
    00029 19970405  3   44.52
    00029 19970420  1   13.97
    00029 19970504  2   26.14
    00029 19970530  1   32.45
    00029 19970713  2   37.65
    00029 19970713  2   26.74
    00029 19970906  1   14.79
    00029 19971102  3   35.97
    00029 19980426  4   48.45
    00030 19970101  1   14.37
    00030 19970214  1   13.97
    00031 19970101  4   59.06
    00031 19980407  4   42.89
    00031 19980409  3   38.06
    00031 19980525  3   37.04
    00032 19970101  3   49.97
    00032 19970124  1   16.36
    00032 19980311  1   11.88

> #  整体代码： #

import pandas as pd
    import numpy as np
    import matplotlib.pyplot as plt
    #这份数据 分别是  用户的id  消费的日期 购买的产品数量，购买的金额
    colums = ['usr_id','order_dt','order_products','order_amount']
    #因为是txt的数据所以我用read_table
    #这里的分割符是 多个空格
    df = pd.read_table("CDNOW_master.txt",names=colums,sep='\s+')
    #当我们看数据类型发现日期是 int类型，后期需要进行转换
    print(df.info())
    #转换日期的操作
    df['order_dt'] = pd.to_datetime(df.order_dt,format="%Y%m%d")
    #时间维度的转换 按照月份 ，values不能忘记加
    df['month'] = df.order_dt.values.astype('datetime64[M]')
    print(df.head())
    #因为数据是按月的所以现在按照月份分组（聚合）
    grouped_month = df.groupby('month')
    
    # 一、用户消费金额、消费次数的描述统计
    #按照用户进行分组，然后对用户id进行求和描述
    grouped_user = df.groupby('usr_id')
    print(grouped_user.sum().describe())
    #利用散点图来观察
    #用户消费金额、消费次数的描述统计可视化
    plt.rcParams['font.sans-serif']=['SimHei']
    plt.rcParams['axes.unicode_minus'] = False
    plt.style.use('ggplot')
    plt.title("用户消费金额、消费次数的描述统计")
    plt.ylabel("order_products")
    plt.xlabel('order_amount')
    #按照用户id进行每月的统计订单，都是一行
    grouped_user.sum().query('order_amount < 4000').plot.scatter(x='order_amount',y='order_products')
    plt.savefig('user_amount.jpg')
    plt.show()
    #使用分层的直方图来观看数据的趋势
    grouped_user.sum().query("order_products<100").order_products.plot.hist(bins=40)
    plt.savefig('order_amount_fencheng.jpg')
    plt.show()
    
    #用户消费金额的直方图
    grouped_user.sum().query("order_amount<100").order_amount.plot.hist(bins=20)
    plt.savefig('custome_amount.jpg')
    plt.show()
    
    #用户累计消费金额占比
    #cumsum() 累加求和的函数
    # user_cumsum = grouped_user.sum().sort_values('order_amount').cumsum()
    
    user_cumsum = grouped_user.sum().sort_values('order_amount').apply(lambda x:x.cumsum()/x.sum())
    print(user_cumsum)
    #去除索引方便作图
    user_cumsum.reset_index().order_amount.plot()
    plt.savefig("用户消费累计比.jpg")

[20190819232100503.png]: /images/20211026/d65e41ea8000458e9944757fe3af46bd.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNDc5NDY0_size_16_color_FFFFFF_t_70]: /images/20211026/b893f147170f4a268657bf7277bf8919.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNDc5NDY0_size_16_color_FFFFFF_t_70 1]: /images/20211026/834bae2755a14bd78816ff773803d585.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNDc5NDY0_size_16_color_FFFFFF_t_70 2]: /images/20211026/468dd1b9eefb4690a5c2854ae33e9817.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNDc5NDY0_size_16_color_FFFFFF_t_70 3]: /images/20211026/72483dcba10f4034b851494d60e2ddab.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNDc5NDY0_size_16_color_FFFFFF_t_70 4]: /images/20211026/4d69962d9d574119a95a282a8ae560c0.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNDc5NDY0_size_16_color_FFFFFF_t_70 5]: /images/20211026/13563a6a2f8b4ba98be80e1457636958.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNDc5NDY0_size_16_color_FFFFFF_t_70 6]: /images/20211026/06e8ff1b3a804544a1e7708c50a65c92.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNDc5NDY0_size_16_color_FFFFFF_t_70 7]: https://img-blog.csdnimg.cn/20190820013730453.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNDc5NDY0,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNDc5NDY0_size_16_color_FFFFFF_t_70 8]: https://img-blog.csdnimg.cn/2019082001461111.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxNDc5NDY0,size_16,color_FFFFFF,t_70