题解 | #某店铺用户消费特征评分#

import pandas as pd
data = pd.read_csv('sales.csv')

# 按照结果要求转换类型
sales[['monetary']] = data[['monetary']].astype('float32')
# 求百分位
des = sales[['recency', 'frequency', 'monetary']].describe().loc['25%':'75%']#基于describe结果，提取上下四分位数据

# 计算RFM
sales['R_Quartile'] = sales['recency'].apply(lambda x: 4 if x <= des.iloc[0,0] else (3 if x <= des.iloc[1,0] else (2 if x <= des.iloc[2,0] else 1)))#列批量处理函数
sales['F_Quartile'] = sales['frequency'].apply(lambda x: 1 if x <= des.iloc[0,1] else (2 if x <= des.iloc[1,1] else (3 if x <= des.iloc[2,1] else 4)))
sales['M_Quartile'] = sales['monetary'].apply(lambda x: 1 if x <= des.iloc[0,2] else (2 if x <= des.iloc[1,2] else (3 if x <= des.iloc[2,2] else 4)))

# 
print(sales.head())

强制类型转换：astype（）

求四分位数：

批量计算：data[['recency', 'frequency', 'monetary']].describe().loc['25%':'75%']

分列计算：data.quantile(0.25),data.quantile(0.75)

按照函数关系批量处理列data.apply（lambda x : 条件）

其中条件可以是取data中的某个数或对data操作，data取出的数存放在x中

本例：4 if x <= des.iloc[0,0] else (3 if x <= des.iloc[1,0] else (2 if x <= des.iloc[2,0] else 1））