Python计算商品复购率

客官°小女子只卖身不卖艺 2022-12-31 02:18 158阅读 0赞

# 1. Python计算产品复购率 #

**需求：**

给出数据商品购买数据，数据格式.csv，包含：购买月份、手机号，根据该数据计算产品的复购率。

**复购率算法：**

1.  算法一：单位时间内（按每月）：R = 复购人数/总购买人数
2.  算法二：单位时间内（按每月）：R = 复购交易次数/总交易次数

**部分数据样式如下：**  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0FydGlmaWNpYWxfaWRpb3Rz_size_16_color_FFFFFF_t_70]

# 2.参考代码 #

# coding = utf-8
    import pandas as pd
    import time
    
    
    class RepurchaseRate(object):
        """1.普通配置电脑百万条数据运行时间在20min左右；
           2.此版本版本包含 2 种计算方法；
        """
    
        def cal_repurchase_rate(self, method):
            """复购率计算"""
            if method == 1:
                # 算法一：单位时间内（按每月）：R = 复购人数/总购买人数
                total_transactions_dict, data_dict = self.data_processing(1)
            elif method == 2:
                # 算法二：单位时间内：R = 复购交易次数/总交易次数
                total_transactions_dict, data_dict = self.data_processing(2)
            # 复购交易总数表：字典
            repurchase_transactions_dict = {
        }
            # 对应月份表
            month_list = []
            # 对每月总交易数进行遍历并进行比较，得出每月复购交易数
            for month1 in data_dict.keys():
                repurchase_transactions_list = []  # 每月复购交易数列表
                # 计算每个月在所有月份的复购交易数
                for month2 in data_dict.keys():
                    month_list.append(month2)
                    # 判断month2对month1是否为后一个月，如果是，则进入复购数计算
                    if month2 > month1:
                        i = 0
                        # 对month1来说，计算month2里有多少交易复购的
                        for num in data_dict[month2]:
                            # 该交易数据（手机号）在month1中出现，则认为是复购的，计数器+1
                            if num in data_dict[month1]:
                                i += 1
                        # 将month2中复购数据添加到复购交易列表
                        repurchase_transactions_list.append(i)
                    # 如果month2对month1是前一个月，则复购数计为 0，并添加到复购交易列表进行占位，方便后续计算
                    else:
                        repurchase_transactions_list.append(0)
                # 将对应月份列表加入到复购交易数据中，方便后续计算或查看
                repurchase_transactions_dict['month'] = month_list
                # 将每月复购交易数列表加入到复购交易数总表中
                repurchase_transactions_dict[month1] = repurchase_transactions_list
    
            # 计算复购率：R
            repurchase_rate_dict = {
        }  # 复购率总表
            month_list = []  # 对应月份
            # 对每月总交易数进行遍历
            for key1, value1 in total_transactions_dict.items():
                month_list.append(key1)
                repurchase_rate_list = []  # 每月复购率列表
                # 对每月复购交易数进行遍历
                for key2, value2 in repurchase_transactions_dict.items():
                    if key1 == key2:
                        for num in value2:
                            # 计算每月复购率，格式化输出，按百分比保存，保留小数点后2位
                            repurchase_rate = format(num/value1, '.2%')
                            repurchase_rate_list.append(repurchase_rate)
                # 加入相对应的月份列表，方便后续计算或查看
                repurchase_rate_dict['month'] = month_list
                # 将每月复购率加入到复购率总表
                repurchase_rate_dict[key1] = repurchase_rate_list
            return repurchase_rate_dict
    
        def data_processing(self, x):
            """数据处理：删除缺失值、对数据进行去重、按月对数据进行分组等"""
            # 读取文件
            raw_data = pd.read_csv('./repurchase_data')
            # 判断缺失值是否存在，存在就删除该条（行）数据
            i = 0
            while i < raw_data.shape[0]:
                if pd.isnull(raw_data['收货手机'][i]):
                    # 根据行索引来删除该条数据，axis=0 代表行
                    raw_data = raw_data.drop(i, axis=0)
                i += 1
    
            # 通过对订货年月分组得出所有月份和每月总交易数、每月购买人数
            # 每月总交易数：不去重数据
            total_transactions = raw_data.groupby(['订货年月']).count()
            # 将Dateframe数据转化为字典
            total_transactions_dict = total_transactions.to_dict()
            total_transactions_dict = total_transactions_dict['收货手机']
    
            # 每月购买人数：去重数据
            total_buyers = raw_data.groupby(['订货年月']).收货手机.nunique()
            # 将Dataframe数据转化为字典
            total_buyers_dict = total_buyers.to_dict()
    
            # 按月对数据进行分组，交易次数为不去重数据，购买人数为去重数据
            # 将raw_data转化成字典
            raw_data_dict = raw_data.to_dict()
            # 这里一个手机号即代表一个交易订单，即按月筛选手机号，存入字典
            data_dict = {
        }  # 不去重数据:交易次数
            uniq_data_dict = {
        }  # 去重数据：购买人数
            month_list = [x for x in total_transactions_dict.keys()]
            # 按月遍历添加交易数据
            for month in month_list:
                num_list = []  # 不去重列表
                uniq_num_list = []  # 去重列表
                for key,value in raw_data_dict['订货年月'].items():
                    # 如果是这个月的交易数据，则加入列表
                    if value == month:
                        num_list.append(raw_data_dict['收货手机'][key])  # 不去重：交易数
                        if raw_data_dict['收货手机'][key] not in uniq_num_list:
                            uniq_num_list.append(raw_data_dict['收货手机'][key])  # 去重：购买人数
                data_dict[month] = num_list
                uniq_data_dict[month] = uniq_num_list
    
            # 测试程序用
            print('数据处理完成！')
    
            if x == 1:
                return total_buyers_dict, uniq_data_dict
            elif x == 2:
                return total_transactions_dict, data_dict
            else:
                print('请输入数字1或者2')
    
    
    def main():
        # 开始计时
        time_start = time.time()
        print('开始计时。。。')
        repurchase_rate = RepurchaseRate()
        result = repurchase_rate.cal_repurchase_rate(1)
        print('计时结束！！！')
        time_end = time.time()
        # 运行所花的时间
        time_c = time_end - time_start
        print(result)
        print('本次计算耗时：%d 秒' % time_c)
    
    
    if __name__ == "__main__":
        main()

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0FydGlmaWNpYWxfaWRpb3Rz_size_16_color_FFFFFF_t_70]: /images/20221120/eaed8b45850549d2a52048183f5cea50.png