溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要介紹“python怎么計算回購率”的相關知識，小編通過實際案例向大家展示操作過程，操作方法簡單快捷，實用性強，希望這篇“python怎么計算回購率”文章能幫助大家解決問題。
計算 A時間段的新客 在B時間段的回購率
def huigou(saleflow,former_quarter_start_end=['2019-10-01 00:00:00','2020-01-01 00:00:00'],after_quarter_start_end=['2020-01-01 00:00:00','2020-04-01 00:00:00'] ,groupby_list_vip =['shopid_cardid','shopid_branch','段位'],groupby_list_branch=['shopid_branch','段位']):#每個第一次購買 , 也就是 新客的流水saleflow_first = saleflow.groupby(groupby_list_vip).oper_date.min().reset_index().rename(columns={'oper_date':'date_1st'})# 挑選出 前面季度的新客former_new =saleflow_first[(saleflow_first['date_1st']<pd.to_datetime(former_quarter_start_end[1]))&(saleflow_first['date_1st']>pd.to_datetime(former_quarter_start_end[0]))]#挑選出 后一季度的流水after_flow = saleflow[(saleflow['oper_date']<pd.to_datetime(after_quarter_start_end[1]))&(saleflow['oper_date']>pd.to_datetime(after_quarter_start_end[0]))]## join 出 前面季度會員在后一季度的流水fugou_flow = former_new.merge(after_flow,how='right')# 計數former_NEW_count=saleflow_first.groupby(groupby_list_branch).shopid_cardid.nunique().reset_index()\.rename(columns={'shopid_cardid':'shopid_cardid_new_count'})after_BACK_count= fugou_flow.groupby(groupby_list_branch).shopid_cardid.nunique().reset_index().\rename(columns={'shopid_cardid':'shopid_cardid_back_count'})df = former_NEW_count.merge(after_BACK_count,how='left')return df
這個函數可以用來某月新客在次月的回購率， 如果要計算多個月的回購率，則需要循環。
首先生成 月份列表 ，月份間隔 為1 ， 回購率列名 叫做 'next_'+ str(n_space)+'_month_rebuy_rate'
新建空的dataframe
# 計算每個月的 次月回頭率 即1月回頭率import arrowmonth_list =[each.format('YYYY-MM-DD HH:mm:SS') for each in arrow.Arrow.range('month', arrow.get('2019-07-01 00:00:00','YYYY-MM-DD HH:mm:SS'), arrow.get('2020-05-01 00:00:00','YYYY-MM-DD HH:mm:SS'))]n_space=1huigou_name= 'next_'+ str(n_space)+'_month_rebuy_rate'df_empty =pd.DataFrame(columns=('pinpai', 'shopid_cardid_new_count', 'shopid_cardid_back_count',huigou_name, '當前月', 'shopId'))下面開始循環
for i in range(len(month_list)-n_space-1):print(i,'當前月：',month_list[i])ss = huigou(yyp_vipflow ,former_quarter_start_end=[month_list[i],month_list[i+n_space]],after_quarter_start_end= [ month_list[i+n_space] , month_list[i+n_space+1] ] ,groupby_list_vip =['shopid_cardid','shopid_branch','pinpai'],groupby_list_branch=['shopid_branch','pinpai'])new_sum = ss.groupby(['pinpai']).shopid_cardid_new_count.sum().reset_index()back_sum =ss.groupby(['pinpai']).shopid_cardid_back_count.sum().reset_index()result = new_sum.merge(back_sum)result[huigou_name] = result['shopid_cardid_back_count'] / result['shopid_cardid_new_count']result['當前月'] =month_list[i][0:10]result['shopId'] =shopIddf_empty=df_empty.append(result)
如果要計算本月新客在第二個月的回購率，則n_space=2
關于“python怎么計算回購率”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識，可以關注億速云行業資訊頻道，小編每天都會為大家更新不同的知識點。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
