호걸

import pandas as pd import numpy as np import time import seaborn as sns import matplotlib.pyplot as plt import matplotlib as mpl plt.rc('font', family='AppleGothic') mpl.rcParams['axes.unicode_minus'] = False # 한글깨짐방지

# 고객 테이블에 연령대 컬럼 추가 customers["age_group"]=(customers["age"] // 10) * 10 # 조인 (일단 inner로. 향후 left 필요하면 그때) df_tr_cu = transactions.merge(customers, how="inner", on="customer_id") df_tr_ar = transactions.merge(articles, how="inner", on="article_id") df_full = df_tr_cu.merge(articles, how="inner", on="article_id") # 연 월 일 요일 분기 df_full["t_dat"] = pd.to_datetime(df_full["t_dat"]) # 날짜 형식으로 변환 df_full["year"] = df_full["t_dat"].dt.year # 연도 df_full["month"] = df_full["t_dat"].dt.month # 월 df_full["day"] = df_full["t_dat"].dt.day # 일 df_full["weekday"] = df_full["t_dat"].dt.day_name() # 요일 df_full["quarter"] = df_full["t_dat"].dt.quarter # 분기

age_group_sales = (df_full.groupby("age_group")["price"] .sum() .reset_index())

club_member_status_sales = (df_full.groupby("club_member_status")["price"] .sum() .reset_index() .sort_values("price", ascending=False))

# 재구매 주기 df_full['t_dat'] = pd.to_datetime(df_full['t_dat']) # 날짜 계산을 위해 날짜형으로 변경 df_full = df_full.sort_values(['customer_id', 't_dat']) # 고객 id와 날짜 기준으로 정렬 df_full['next_purchase_date'] = df_full.groupby('customer_id')['t_dat'].shift(-1) # 다음 구매일 만들기. 각 고객의 다음 구매일을 옆 칼럼에 붙이기 shift(-1)은 한 칸 아래 있는 값을 끌어올림 df_full['days_between'] = (df_full['next_purchase_date'] - df_full['t_dat']).dt.days # 구매 간격 계산 # dt.days 며칠인지 정수 변환 # 고객별 평균 재구매 주기 repurchase = (df_full.dropna(subset=['days_between']) # 마지막 구매는 next가 없으니 평균 계산에 필요없음. days_between이 Nan인 행 제거 .groupby('customer_id')['days_between'] # 고객별로 묶기 .mean() # 평균 .reset_index()) # 연산 후 인덱스 재설정

(+) # 연령대별 재구매 주기 섹션 나누어서 분석 (1주, 2주 한달, 두달, 장기로 구분) bins = [0, 7, 14, 30, 60, 400] labels = ['Within a week', 'Within 2 weeks', 'Within a month', 'Within 2 months', 'Long term'] repurchase['cycle_group'] = pd.cut(repurchase['days_between'], bins=bins, labels=labels, right=True) # 재구매한 고객을 분석하는거니까 inner로 repurchase_age = repurchase.merge(customers[['customer_id', 'age_group']],on='customer_id',how='inner') age_cycle = (repurchase_age.groupby(['age_group', 'cycle_group'])['customer_id'] .count() .reset_index(name='cnt')) age_cycle['ratio'] = age_cycle['cnt'] / age_cycle.groupby('age_group')['cnt'].transform('sum') # 위 분석 결과를 피벗으로 pivot_age_cycle = age_cycle.pivot(index='age_group', columns='cycle_group', values='ratio')

# 상품군별 매출 -> 고객정보가 없는 매출도 포함해서 분석 left df_tr_ar_left = transactions.merge(articles, on="article_id", how="left") # 상품군별 매출 TOP 10 product_group_sales = (df_tr_ar_left.groupby("product_group_name")["price"] .sum() .reset_index() .sort_values("price", ascending=False)) top10_product_group = product_group_sales.head(10)

# 상품군별 매출 TOP 10에서 각 인기색상 # 상품군별 매출 TOP 10을 top10_list 리스트로 만듦 top10_list = top10_product_group["product_group_name"].tolist() # TOP 10 상품군만 추출 df_top10 = df_tr_ar_left[df_tr_ar_left["product_group_name"].isin(top10_list)] # 프로덕트그룹네임 컬럼에서 탑텐리스트에 포함되면 df_top10에 포함 # 색상별 매출 합 colour_sales = (df_top10.groupby(["product_group_name", "colour_group_name"])["price"] .sum() .reset_index()) # 상품군별 인기 색상 상위 3개 colour_sales_rank = (colour_sales.sort_values(["product_group_name", "price"], ascending=[True, False]) .groupby("product_group_name") .head(3))

# 상품군별 재구매율 purchase_count = (df_full.groupby(['product_group_name', 'customer_id']) # 고객의 상품군별 구매 횟수 .size() .reset_index(name='count')) total_customers = purchase_count.groupby('product_group_name')['customer_id'].count() # 총 고객 수 repurchase_customers = purchase_count[purchase_count['count'] > 1].groupby('product_group_name')['customer_id'].count() # 2회 이상(재구매) 구매 고객 수 # 재구매율 계산 후 상위 10개 repurchase_rate = (repurchase_customers / total_customers).fillna(0) repurchase_rate = (repurchase_rate.sort_values(ascending=False) .reset_index(name = 'repurchase_rate') .head(10))

# 연령대별 채널 사용현황 (1:오프라인 2:온라인 변환) df_full['channel'] = df_full['sales_channel_id'].map({1: 'Offline', 2: 'Online'}) age_group_channel = (df_full.groupby(["age_group", "channel"]) .size() .reset_index(name="transaction_cnt"))

(+) # 각 연령대에서 온라인/오프라인 비율 age_group_channel['sales_ratio'] = age_group_channel['transaction_cnt'] / age_group_channel.groupby('age_group')['transaction_cnt'].transform('sum')

# 연령대 상품군 매출 집계 age_product_sales = (df_full.groupby(["age_group", "product_group_name"])["price"] .sum() .reset_index()) # 연령대별 매출 TOP 10 상품군 top10_age_product = (age_product_sales.sort_values(["age_group", "price"], ascending=[True, False]) .groupby("age_group") .head(10))