Python怎么做RFM模型_基于用户交易行为的RFM价值分层自动化分析全解-Python教程-PHP中文网

RFM指标需按用户聚合计算：R为分析日与最近订单日的天数差，F为去重订单数，M为非退款订单金额和；打分应避免qcut，R倒序分档，F/M先log1p再cut；组合值宜用数值运算而非字符串拼接。

python怎么做rfm模型_基于用户交易行为的rfm价值分层自动化分析全解

核心是把原始交易数据按用户聚合，分别计算最近一次消费时间（Recency）、消费频次（Frequency）、消费总金额（Monetary）。别直接用 groupby 硬套，容易漏掉没交易的用户或时间处理出错。

Recency 必须基于统一截止日（比如今天或分析日），不是取 max(order_date) 就完事——得算天数差：(analysis_date - max(order_date)).dt.days
Frequency 是去重订单号计数，不是行数；如果一张订单含多商品，别误用 count() 统计明细行
Monetary 要用 sum()，但注意是否需剔除退款订单——得先过滤 status != 'refunded'
别忘了填充缺失值：新用户没交易，R/F/M 都是空，fillna(0) 或设默认值，否则后续分箱报错

用四分位切分（qcut）看起来省事，但实际业务中常导致某一层人数极少，或者分数断层明显。更稳的做法是按业务规则定档位，再用 cut 或 apply 映射。

Recency 分数越低越好（最近消费得分高），所以得倒排：先算 rank(method='min', ascending=False) 再分档
Frequency 和 Monetary 正向打分，但别直接线性分 1–5；高频用户可能集中在头部，建议先 log1p 压缩偏态，再 cut
避免用 qcut(..., duplicates='drop')——当某档位无数据时会跳档，导致 R=1 却对应 F=3，分层错乱
示例：对 monetary 打分可写 pd.cut(df['monetary'], bins=[0, 100, 500, 2000, np.inf], labels=[1,2,3,4,5])

把 R、F、M 三个数字拼成 "435" 这种字符串看似方便，但后续排序、筛选、分组全会变麻烦——字符串比大小是字典序，"101"

让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限

下载

真正该存的是整型组合码：df['rfm_score'] = df['r_score'] * 100 + df['f_score'] * 10 + df['m_score']
这样 "435" 就是整数 435，可直接比较大小、做 between 查询、传给聚类算法
如果必须输出标签（如“重要价值客户”），用 map 查表，别在计算过程中硬编码逻辑
警惕 NaN 混入：拼之前确保 r_score 等字段是 int 类型，否则 NaN * 100 得到 nan，整个列变 float

本地跑通不等于上线稳定，尤其涉及时间、空值、类型隐式转换的环节，一到调度环境就报错。

analysis_date 别写死成 pd.Timestamp('today')——Airflow 或 cron 下每次执行时间不同，得用任务触发时间，不是系统当前时间
订单表如果分区存储（如按 dt 字段），别漏加 where dt >= ... 条件，否则扫全量表，OOM 或超时
Monetary 字段若来自浮点计算（如优惠分摊），小数位过多会导致 cut 边界匹配失败，提前 round(2)
最常被忽略的是索引：做完 groupby 后 user_id 变成索引，后续 merge 或导出易出错，记得 reset_index()