python 网站的用户消费行为
1、导入数据
2、列名重命名
3、缺失值处理
4、一致化处理
5、异常值处理
1、用户整体消费趋势分析
2、用户贡献度分析
使用帕累托图对用户进行贡献度分析，直观观察百分之多少的用户占了百分之多少的消费额。
对用户消费金额进行升序排列，计算累加和与比例。
user_cumsum=grouped_user.sum().sort_values(‘order_amount’).apply(lambda x:x.cumsum()/x.sum())
user_cumsum.reset_index().order_amount.plot()
3、用户复购率分析
3.1 总复购率
3.2 每月复购率
4、使用RFM分析方法对用户按价值分类
转https://zhuanlan.zhihu.com/p/123155902?utm_source=wechat_session&utm_medium=social&utm_oi=822328259822899200