python数据分析刷题-N08.排序&函数

Posted 2022-08-22 IT邦德

​
​

活动地址：CSDN21天学习挑战赛

📢📢📢📣📣📣
哈喽！大家好，我是【IT邦德】，江湖人称jeames007，10年DBA工作经验
一位上进心十足的【大数据领域博主】！😜😜😜
中国DBA联盟(ACDU)成员，目前从事DBA及程序编程
擅长主流数据Oracle、mysql、PG 运维开发，备份恢复，安装迁移，性能优化、故障应急处理等。
✨ 如果有对【数据库】感兴趣的【小可爱】，欢迎关注【IT邦德】💞💞💞
❤️❤️❤️感谢各位大可爱小可爱！❤️❤️❤️

文章目录

• 前言
• • 🐴 DA44 某店铺消费最多的前三名用户
  • 🐴 DA45 按照等级递增序查看牛客网用户信息
  • 🐴 DA46 某店铺用户消费特征评分
  • 🐴 DA47 筛选某店铺最有价值用户中消费最多前5名

前言

Python实际针对数据分析的学习是库，用库来解决一系列的数据分析问题

---

🐴 DA44 某店铺消费最多的前三名用户

🚀 描述

现有某店铺会员消费情况sales.csv。包含以下字段：

user_id：会员编号；
recency：最近一次消费距离当天的天数；
frequency：一段时间内消费的次数；
monetary：一段时间内消费的总金额。
请你统计消费金额最多的前3名用户。

📖 输入描述
数据集可以从当前目录下sales.csv读取。

📖 输出描述：
输出销售金额最多的前3名用户，索引从0开始。
以上数据集的输出如下图所示。

🍌🍌 答案

import pandas as pd
sales = pd.read_csv('sales.csv')
print(sales.sort_values(by=['monetary'],ascending=False).reset_index(drop=True).head(3))

🐴 DA45 按照等级递增序查看牛客网用户信息

🚀 描述

现有一个Nowcoder.csv文件，记录了牛客网的部分用户的个人信息，包含如下字段（字段与字段之间以逗号间隔）：
Nowcoder_ID：用户ID
Name：用户名
Level：等级
Achievement_value：成就值
Num_of_exercise：刷题量
Graduate_year：毕业年份
Language：常用语言
牛牛在查看这些数据的时候，等级都是混乱的，他想按照1-7级的递增序查看这些用户数据，你能帮他输出一下吗？

📖 输入描述
数据集直接从当前目录下的Nowcoder.csv文件中读取。

📖 输出描述：
输出排序后的全部数据，包括行号。

🍌🍌 答案

import pandas as pd

pd.set_option('display.width', 300)  # 设置字符显示宽度
pd.set_option('display.max_rows', None)  # 设置显示最大行
pd.set_option('display.max_columns', None)
Nowcoder = pd.read_csv('Nowcoder.csv', sep=',')

data = Nowcoder.sort_values(by='Level', ascending = False)
print(data)

🐴 DA46 某店铺用户消费特征评分

🚀 描述

现有某店铺会员消费情况sales.csv。包含以下字段：

user_id：会员编号；
recency：最近一次消费距离当天的天数；
frequency：一段时间内消费的次数；
monetary：一段时间内消费的总金额。
请你分别对每个用户的每个消费特征进行评分。

📖 输入描述
数据集可以从当前目录下sales.csv读取。

📖 输出描述：
请你对每个用户销售情况的每个特征进行评分，分值为1-4分。对于recency特征，值越小越好。对于frequency和monetary值越大越好。请分别将对应的数据进行四等分并评分，如对于recency：

数值小于等于下四分位数则评为4分；
大于下四分位数并且小于等于中位数则评为3分；
大于中位数且小于等于上四分位数则评为2分；
大于上四分位数则评为1分。
对于frequency和monetary则方法刚好相反。

要求给所有数据进行评分，并输出前5行。以上数据的输出结果如下：

🍌🍌 答案

import pandas as pd
sales = pd.read_csv('sales.csv')

sales['R_Quartile'] = pd.qcut(sales['recency'],[0,0.25,0.5,0.75,1],
                             labels=['4','3','2','1']).astype('int')
sales['F_Quartile'] = pd.qcut(sales['frequency'],[0,0.25,0.5,0.75,1],
                             labels=['1','2','3','4']).astype('int')
sales['M_Quartile'] = pd.qcut(sales['monetary'],[0,0.25,0.5,0.75,1],
                             labels=['1','2','3','4']).astype('int')
print(sales.head())

🐴 DA47 筛选某店铺最有价值用户中消费最多前5名

🚀 描述

现有某店铺会员消费情况sales.csv。包含以下字段：

user_id：会员编号；
recency：最近一次消费距离当天的天数；
frequency：一段时间内消费的次数；
monetary：一段时间内消费的总金额。
请你统计最有价值的用户中消费金额最多的前5名用户。

📖 输入描述
数据集可以从当前目录下sales.csv读取。

📖 输出描述：

请你先对每个用户销售情况的每个特征进行评分，分值为1-4分。再将所有评分拼接到一起形成新的列RFMClass。

评分规则如下： 对于recency特征，值越小越好。对于frequency和monetary值越大越好。如对于recency：

数值小于等于下四分位数则评为4分；
大于下四分位数并且小于等于中位数则评为3分；
大于中位数且小于等于上四分位数则评为2分；
大于上四分位数则评为1分。
对于frequency和monetary则方法刚好相反。

请你输出评分后的数据的前5行并输出最有价值的用户（评分为“444”）中销售总金额最高的前5位(索引从0开始)，以上数据集的输出如下图所示（两次输出之间有一个空行）。 

🍌🍌 答案

import pandas as pd
sales = pd.read_csv('sales.csv')

sales["monetary"] = sales["monetary"].astype("float")
sales["R_Quartile"] = pd.qcut(sales["recency"], [0, 0.25, 0.5, 0.75, 1],
                              labels=["4", "3", "2", "1"]).astype("str")
sales["F_Quartile"] = pd.qcut(sales["frequency"], [0, 0.25, 0.5, 0.75, 1],
                              labels=["1", "2", "3", "4"]).astype("str")
sales["M_Quartile"] = pd.qcut(sales["monetary"], [0, 0.25, 0.5, 0.75, 1],
                              labels=["1", "2", "3", "4"]).astype("str")
sales['RFMClass']=sales['R_Quartile']+sales['F_Quartile']+sales['M_Quartile']
sales1=sales[['user_id','recency','frequency','monetary','RFMClass']]
data1=sales1.head(5)
print(data1)
data2=sales1[sales1['RFMClass']=='444'].sort_values(by='monetary',ascending=False).head(5).reset_index(drop=True)
print('\\n')
print(data2)