本站文章版权归原作者及原出处所有 。内容为作者个人观点, 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台,并不用于任何商业目的,如果有任何问题,请及时联系我们,我们将根据著作权人的要求,立即更正或者删除有关内容。本站拥有对此声明的最终解释权。
39 个评论
CD数据
CD数据
CD数据
CD数据
CD数据
「CD数据」
CD数据
CD数据
CD数据
CD数据
「CD数据」
CD数据
CD数据
CD数据
是在微信公众号回复,不是在这里回复
CD数据
CD数据
CD数据
CD数据
CD数据
你得到数据了吗?能分享一下吗?1521861957@qq.com
CD数据
CD数据
CD数据
CD数据
CD数据
「CD数据」
CD数据
def active_status(data):
status = []
#总共18个月,逐行,18的一维数组作为输入
for i in range(18):
#若本月没有消费
if data[i] == 0:
if len(status) >0:
if status[i-1] == 'unreg':
status.append('unreg')
else:
status.append('unactive')
else:
status.append('unreg')
#若本月消费
else:
if len(status) ==0:
status.append('new')
else:
if status[i-1] == 'unactive':
status.append('return')
elif status[i-1] == 'unreg':
status.append('new')
else:
status.append('active')
return status
pivoted_purchase_status =pivoted_purchase.apply(lambda x:active_status(x),axis = 1)
pivoted_purchase_status .head()
我这一步执行后返回的是Series,而不是数据框,请问我是哪里错了么
status = []
#总共18个月,逐行,18的一维数组作为输入
for i in range(18):
#若本月没有消费
if data[i] == 0:
if len(status) >0:
if status[i-1] == 'unreg':
status.append('unreg')
else:
status.append('unactive')
else:
status.append('unreg')
#若本月消费
else:
if len(status) ==0:
status.append('new')
else:
if status[i-1] == 'unactive':
status.append('return')
elif status[i-1] == 'unreg':
status.append('new')
else:
status.append('active')
return status
pivoted_purchase_status =pivoted_purchase.apply(lambda x:active_status(x),axis = 1)
pivoted_purchase_status .head()
我这一步执行后返回的是Series,而不是数据框,请问我是哪里错了么
CD数据
pivoted_purchase_status =pivoted_purchase.apply(lambda x: pd.Series(active_status(x)),axis=1)
把里面的列表转化成 Series
把里面的列表转化成 Series
CD数据
回购率那个函数应该这么写:
def purchase_return(data):
status = []
for i in range(17):
if data[i] == 1:
if data[i+1] == 1:
status.append(1)
if data[i+1] == 0:
status.append(0)
else:
status.append(np.NaN)
status.append(np.NaN)
return pd.Series(status, index=data.index)
def purchase_return(data):
status = []
for i in range(17):
if data[i] == 1:
if data[i+1] == 1:
status.append(1)
if data[i+1] == 0:
status.append(0)
else:
status.append(np.NaN)
status.append(np.NaN)
return pd.Series(status, index=data.index)
CD数据
CD数据