客户价值分析之RFM模型

    #读取文件
    import os 
    import pandas as pd
    os.getcwd()  #查看当前文件路径
    os.chdir(r'E:\turing\工作\python代码') #更改文件路径为某一文件夹
    #读取excel文件
    data = pd.read_excel(r'E:\turing\工作\python代码\公开课-案例：客户价值分析\RFM聚类分析【样本数据】.xlsx,index_col = '用户编码')#index_col指定索引列为用户编码一列
    data.head() #查看前5行数据

    #查看样本数
    len(data)

    data.describe()
    data.describe(include = 'all') # include = 'all'把所有的描述性统计结果都显示出来

    #确定提数日
    from datatime import datatime
    ex_data = datatime(2016,7,20)
    print(ex_data)
    
    #最近一次投资时间距提数日的天数
    diff_R = ex_data - data['最近一次投资时间']
    diff_R.head()

    #获取天数
    diff_R[0].days
    type(diff_R[0].days) 
    #将每一个变成int型
    R = []
    for i in diff_R:
    R.append(i.days)
    
    R[:10]

    '''
    用户在投时长
    1、用户在线时长（天）
    2、变成月 = 天/30，向上取整
    '''
    from math import math 
    ceil(diff[0].days/30)
    #通过for循环获取每一个的时长
    diff_months = []
    for i in diff_days:
    diff_months.append(ceil(i.days))
    
    diff_months[:10]

    #F，月均投资次数
    F = data['总计投标总次数']/diff_months
    F.head()
    F.values() #只看F的值
    
    # M，月均投资金额
    M = data['总计投资总金额']/fidd_months
    M[:10]

    #选取R、F、M作为聚类分析的指标
    from pandas import DataFrame
    cdata = DataFrame(R,list(F),list(M)).T #将F、M 转换成list类型，并转置
    cdata.head()
    
    #制定cdata的索引（index），columns
    cdata.index = data.index
    cdata.columns = ['R-最近一次投资时间距提数日的天数','F-月均投资次数','M-月均投资金额']

    zcdata = (cdata-cdata.mean())/cdata.std()
    zcdata.head()

    #聚类(已经事先在spss中确定K的个数，不知道K分为几类的前提下，需要确定K的个数)
    from sklearn.cluster import KMeans
    kmodel = Kmeans(n_clusters = 4,n_jobs = 4,max_iter = 100,random_state = 0)
    #max_iter 每次迭代的最大次数，默认值300，random_state随机生成器的种子，和初始化中心有关，n_jobs使用进程的数量，与电脑CPU有关
    kmodel.labels_ #每个样本对应的簇类别标签
    #统计每个类别的频次
    from pandas import Series
    Series(kmodel.labels_).value_counts()
    #将类别标签赋回原数据
    cdata_rst = pd.concat([cdata,Series(kmodel.labels_, index = cdata.index)],axis=1)
    cdata.head()

    #讲最后一列命名为类别
    cdata_rst.columns = list(cdata.columns)+['类别']
    cdata_rst.head()

    #按照类别统计R、F、M的均值
    cdata_rst.groupby(cdata_rst['类别']).mean()