时间戳

首页 > 解决方案 > 新近度和频率分割

python - 新近度和频率分割

问题描述

我从我的 RFM 模型生成了 csv 格式的新近度和频率输出。我想以这种方式分割输出；

1) Recency

R1  Between 181 and 360 days
R2  Between 121 and 180 days
R3  Between 61 and 120 days
R4  Between 31 and 60 days
R5  Last 30 days

对于频率，

2) Frequency (number of purchases in the last 12 months):

F1  1 time
F2  Between 2 and 5 times
F3  Between 6 and 9 times
F4  Between 10 and 11 times
F5  12 times or more

我无法找到有关如何使用上述输出创建两个新列的解决方案。

这是我的样本数据；

df_rf->

frequency     recency
1               179
1               158
1               61
2                82
2               314

输出应该是这样的，

frequency    recency     Frequency_label                   Recency_label
1               179           F1                           R2
1               158           F1                           R2
1                 61           F1                          R3
2                82            F2                          R3
2                314           F2                          R1

对此的任何帮助将不胜感激。

预先感谢您的支持！

标签： pythonpython-3.xpandasdataframesklearn-pandas

解决方案

不要从@Sonia Samipillai 的回答中拿走任何东西，这看起来不错（我很高兴你得到了你需要的帮助！），但我想展示另一种方法来完成同样的事情，这可能会使整体代码更整洁，尤其是在有很多值要替换的情况下。

为此，我们定义了我们想要在一些字典中进行的替换，然后转向pandas 的 between() 函数。

在这种情况下（假设您想保留原始列并添加新版本 - 否则会简单得多！），我想我会写如下内容：

import numpy as np

freq_cat_mapping = {(1, 1): 'F1', (2, 5): 'F2', (6, 9): 'F3', (10, 11): 'F4', (12,None,13): 'F5'}
frequency_cats = df_rf['frequency']
for range, value in freq_cat_mapping.items():
    if len(range) == 2:
        frequency_cats = np.where(df_rf['frequency'].between(*range), value, frequency_cats)
    else:
        # This got a bit messy since I had to improvise some Q&D logic to handle the open intervals...but it could obviously be improved.
        if range[-1] > range[0]:
            cond = df_rf['frequency'] >= range[0]
        else:
            cond = df_rf['frequency'] <= range[0]
        frequency_cats = np.where(cond, value, frequency_cats)

recency_cat_mapping = {(0, 30): 'R1', (31, 60): 'R2', (61, 120): 'R3', (121, 180): 'R4', (181, 360): 'R5'}
recency_cats = df_rf['recency']
for range, value in recency_cat_mapping.items():
    recency_cats = np.where(df_rf['recency'].between(*range), value, recency_cats)

#Finally, concatanate the new cols
df_rf['frequency_label'] = frequency_cats
df_rf['recency_label'] = recency_cats

推荐阅读