航空公司客户价值分析
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sn
data=pd.read_csv('../air_data.csv')
data
#数据的描述性统计
explore=data.describe(percentiles=[],include='all').T
explore
| count | unique | top | freq | mean | std | min | 50% | max | |
|---|---|---|---|---|---|---|---|---|---|
| MEMBER_NO | 62988.0 | NaN | NaN | NaN | 31494.5 | 18183.213715 | 1.0 | 31494.5 | 62988.0 |
| FFP_DATE | 62988 | 3068 | 2011/1/13 | 184 | NaN | NaN | NaN | NaN | NaN |
| FIRST_FLIGHT_DATE | 62988 | 3406 | 2013/2/16 | 96 | NaN | NaN | NaN | NaN | NaN |
| GENDER | 62985 | 2 | 男 | 48134 | NaN | NaN | NaN | NaN | NaN |
| FFP_TIER | 62988.0 | NaN | NaN | NaN | 4.102162 | 0.373856 | 4.0 | 4.0 | 6.0 |
| WORK_CITY | 60719 | 3309 | 广州 | 9385 | NaN | NaN | NaN | NaN | NaN |
| WORK_PROVINCE | 59740 | 1183 | 广东 | 17507 | NaN | NaN | NaN | NaN | NaN |
| WORK_COUNTRY | 62962 | 118 | CN | 57748 | NaN | NaN | NaN | NaN | NaN |
| AGE | 62568.0 | NaN | NaN | NaN | 42.476346 | 9.885915 | 6.0 | 41.0 | 110.0 |
| LOAD_TIME | 62988 | 1 | 2014/3/31 | 62988 | NaN | NaN | NaN | NaN | NaN |
| FLIGHT_COUNT | 62988.0 | NaN | NaN | NaN | 11.839414 | 14.049471 | 2.0 | 7.0 | 213.0 |
| BP_SUM | 62988.0 | NaN | NaN | NaN | 10925.081254 | 16339.486151 | 0.0 | 5700.0 | 505308.0 |
| EP_SUM_YR_1 | 62988.0 | NaN | NaN | NaN | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 |
| EP_SUM_YR_2 | 62988.0 | NaN | NaN | NaN | 265.689623 | 1645.702854 | 0.0 | 0.0 | 74460.0 |
| SUM_YR_1 | 62437.0 | NaN | NaN | NaN | 5355.376064 | 8109.450147 | 0.0 | 2800.0 | 239560.0 |
| SUM_YR_2 | 62850.0 | NaN | NaN | NaN | 5604.026014 | 8703.364247 | 0.0 | 2773.0 | 234188.0 |
| SEG_KM_SUM | 62988.0 | NaN | NaN | NaN | 17123.878691 | 20960.844623 | 368.0 | 9994.0 | 580717.0 |
| WEIGHTED_SEG_KM | 62988.0 | NaN | NaN | NaN | 12777.152439 | 17578.586695 | 0.0 | 6978.255 | 558440.14 |
| LAST_FLIGHT_DATE | 62988 | 731 | 2014/3/31 | 959 | NaN | NaN | NaN | NaN | NaN |
| AVG_FLIGHT_COUNT | 62988.0 | NaN | NaN | NaN | 1.542154 | 1.786996 | 0.25 | 0.875 | 26.625 |
| AVG_BP_SUM | 62988.0 | NaN | NaN | NaN | 1421.440249 | 2083.121324 | 0.0 | 752.375 | 63163.5 |
| BEGIN_TO_FIRST | 62988.0 | NaN | NaN | NaN | 120.145488 | 159.572867 | 0.0 | 50.0 | 729.0 |
| LAST_TO_END | 62988.0 | NaN | NaN | NaN | 176.120102 | 183.822223 | 1.0 | 108.0 | 731.0 |
| AVG_INTERVAL | 62988.0 | NaN | NaN | NaN | 67.749788 | 77.517866 | 0.0 | 44.666667 | 728.0 |
| MAX_INTERVAL | 62988.0 | NaN | NaN | NaN | 166.033895 | 123.39718 | 0.0 | 143.0 | 728.0 |
| ADD_POINTS_SUM_YR_1 | 62988.0 | NaN | NaN | NaN | 540.316965 | 3956.083455 | 0.0 | 0.0 | 600000.0 |
| ADD_POINTS_SUM_YR_2 | 62988.0 | NaN | NaN | NaN | 814.689258 | 5121.796929 | 0.0 | 0.0 | 728282.0 |
| EXCHANGE_COUNT | 62988.0 | NaN | NaN | NaN | 0.319775 | 1.136004 | 0.0 | 0.0 | 46.0 |
| avg_discount | 62988.0 | NaN | NaN | NaN | 0.721558 | 0.185427 | 0.0 | 0.711856 | 1.5 |
| P1Y_Flight_Count | 62988.0 | NaN | NaN | NaN | 5.766257 | 7.210922 | 0.0 | 3.0 | 118.0 |
| L1Y_Flight_Count | 62988.0 | NaN | NaN | NaN | 6.073157 | 8.175127 | 0.0 | 3.0 | 111.0 |
| P1Y_BP_SUM | 62988.0 | NaN | NaN | NaN | 5366.72055 | 8537.773021 | 0.0 | 2692.0 | 246197.0 |
| L1Y_BP_SUM | 62988.0 | NaN | NaN | NaN | 5558.360704 | 9351.956952 | 0.0 | 2547.0 | 259111.0 |
| EP_SUM | 62988.0 | NaN | NaN | NaN | 265.689623 | 1645.702854 | 0.0 | 0.0 | 74460.0 |
| ADD_Point_SUM | 62988.0 | NaN | NaN | NaN | 1355.006223 | 7868.477 | 0.0 | 0.0 | 984938.0 |
| Eli_Add_Point_Sum | 62988.0 | NaN | NaN | NaN | 1620.695847 | 8294.398955 | 0.0 | 0.0 | 984938.0 |
| L1Y_ELi_Add_Points | 62988.0 | NaN | NaN | NaN | 1080.378882 | 5639.857254 | 0.0 | 0.0 | 728282.0 |
| Points_Sum | 62988.0 | NaN | NaN | NaN | 12545.7771 | 20507.8167 | 0.0 | 6328.5 | 985572.0 |
| L1Y_Points_Sum | 62988.0 | NaN | NaN | NaN | 6638.739585 | 12601.819863 | 0.0 | 2860.5 | 728282.0 |
| Ration_L1Y_Flight_Count | 62988.0 | NaN | NaN | NaN | 0.486419 | 0.319105 | 0.0 | 0.5 | 1.0 |
| Ration_P1Y_Flight_Count | 62988.0 | NaN | NaN | NaN | 0.513581 | 0.319105 | 0.0 | 0.5 | 1.0 |
| Ration_P1Y_BPS | 62988.0 | NaN | NaN | NaN | 0.522293 | 0.339632 | 0.0 | 0.514252 | 0.999989 |
| Ration_L1Y_BPS | 62988.0 | NaN | NaN | NaN | 0.468422 | 0.338956 | 0.0 | 0.476747 | 0.999993 |
| Point_NotFlight | 62988.0 | NaN | NaN | NaN | 2.728155 | 7.364164 | 0.0 | 0.0 | 140.0 |
from datetime import datetime
ffp=data['FFP_DATE'].apply(lambda x:datetime.strptime(x,'%Y/%m/%d'))
ffp_year=ffp.map(lambda x : x.year)
#绘制各年份会员入会人数直方图
fig=plt.figure(figsize=(8,5))
plt.rcParams['font.sans-serif'] = 'SimHei' # 设置中文显示
plt.rcParams['axes.unicode_minus'] = False
plt.hist(ffp_year, bins='auto', color='#111111')
plt.xlabel('年份')
plt.ylabel('入会人数')
plt.title('各年份会员入会人数 2019320143322李之琛')
plt.show()
plt.close
<function matplotlib.pyplot.close(fig=None)>
male=pd.value_counts(data['GENDER'])['男']
female=pd.value_counts(data['GENDER'])['女']
fig = plt.figure(figsize = (7 ,4)) # 设置画布大小
plt.pie([ male, female], labels=['男','女'], colors=['lightskyblue', 'lightcoral'],
autopct='%1.1f%%')
plt.title('会员性别比例2019320143322李之琛')
plt.show()
plt.close
<function matplotlib.pyplot.close(fig=None)>
#提取属性并合并为新数据集
data_corr = data[['FFP_TIER','FLIGHT_COUNT','LAST_TO_END',
'SEG_KM_SUM','EXCHANGE_COUNT','Points_Sum']]
age1 = data['AGE'].fillna(0)
data_corr['AGE'] = age1.astype('int64')
data_corr['ffp_year'] = ffp_year
# 计算相关性矩阵
dt_corr = data_corr.corr(method = 'pearson')
print('相关性矩阵为：\n',dt_corr)
# 绘制热力图
import seaborn as sns
plt.subplots(figsize=(10, 10)) # 设置画面大小
sns.heatmap(dt_corr, annot=True, vmax=1, square=True, cmap='Blues')
plt.title('热力3322李之琛')
plt.show()
plt.close()
C:\Users\reion\AppData\Local\Temp\ipykernel_21832\391820817.py:5: SettingWithCopyWarning:
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead
See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy
data_corr['AGE'] = age1.astype('int64')
C:\Users\reion\AppData\Local\Temp\ipykernel_21832\391820817.py:6: SettingWithCopyWarning:
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead
See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy
data_corr['ffp_year'] = ffp_year
相关性矩阵为：
FFP_TIER FLIGHT_COUNT LAST_TO_END SEG_KM_SUM
FFP_TIER 1.000000 0.582447 -0.206313 0.522350
FLIGHT_COUNT 0.582447 1.000000 -0.404999 0.850411
LAST_TO_END -0.206313 -0.404999 1.000000 -0.369509
SEG_KM_SUM 0.522350 0.850411 -0.369509 1.000000
EXCHANGE_COUNT 0.342355 0.502501 -0.169717 0.507819
Points_Sum 0.559249 0.747092 -0.292027 0.853014
AGE 0.076245 0.075309 -0.027654 0.087285
ffp_year -0.116510 -0.188181 0.117913 -0.171508
EXCHANGE_COUNT Points_Sum AGE ffp_year
FFP_TIER 0.342355 0.559249 0.076245 -0.116510
FLIGHT_COUNT 0.502501 0.747092 0.075309 -0.188181
LAST_TO_END -0.169717 -0.292027 -0.027654 0.117913
SEG_KM_SUM 0.507819 0.853014 0.087285 -0.171508
EXCHANGE_COUNT 1.000000 0.578581 0.032760 -0.216610
Points_Sum 0.578581 1.000000 0.074887 -0.163431
AGE 0.032760 0.074887 1.000000 -0.242579
ffp_year -0.216610 -0.163431 -0.242579 1.000000
浙公网安备 33010602011771号